Набор данных Open Images V7#
Open Images V7 — это крупномасштабный набор данных для обнаружения объектов, созданный Google и содержащий 1 743 042 изображения для обучения и 41 620 изображений для валидации по 601 классу объектов в конфигурации Ultralytics. Исходный релиз охватывает примерно 9 миллионов изображений, размеченных с помощью меток на уровне изображений, ограничивающих рамок, масок сегментации, визуальных связей и локализованных описаний, что делает его одним из самых обширных ресурсов разметки в компьютерном зрении.
Watch: Object Detection Using an Open Images V7 Pretrained Model
Предобученные модели Open Images V7#
Ultralytics публикует пять моделей YOLOv8, предварительно обученных на Open Images V7, поэтому ты можешь обнаруживать его 601 класс без скачивания набора данных:
| Модель | размер (пиксели) | mAPval 50-95 | Скорость CPU ONNX (мс) | Скорость A100 TensorRT (мс) | параметры (М) | FLOPs (Б) |
|---|---|---|---|---|---|---|
| YOLOv8n | 640 | 18.4 | 142.4 | 1.21 | 3.5 | 10.5 |
| YOLOv8s | 640 | 27.7 | 183.1 | 1.40 | 11.4 | 29.7 |
| YOLOv8m | 640 | 33.6 | 408.5 | 2.26 | 26.2 | 80.6 |
| YOLOv8l | 640 | 34.9 | 596.9 | 2.43 | 44.1 | 167.4 |
| YOLOv8x | 640 | 36.3 | 860.6 | 3.56 | 68.7 | 260.6 |
Визуализация ниже показывает диапазон классов объектов, которые могут обнаруживать эти модели:
Ты можешь запустить предсказание или начать дообучение из этих чекпоинтов следующим образом.
from ultralytics import YOLO
# Load an Open Images V7 pretrained YOLOv8n model
model = YOLO("yolov8n-oiv7.pt")
# Run prediction
results = model.predict(source="image.jpg")
# Start training from the pretrained checkpoint
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)Ключевые особенности#
- Open Images V7 содержит около 9 миллионов изображений с аннотациями для различных задач компьютерного зрения, в среднем по 8,3 объекта на изображение.
- Примерно 90% из его 16 миллионов ограничивающих рамок на 1,9 миллиона изображений были нарисованы вручную профессиональными разметчиками, что обеспечивает высокую точность.
- Аннотации выходят за рамки обычных боксов: 3,3 миллиона аннотаций визуальных отношений, охватывающих 1466 триплетов, сегментационные маски для 2,8 миллиона объектов по 350 классам (добавлены в V5), 675 тыс. локализованных описаний (V6) и 66,4 миллиона меток на уровне точек для 1,4 миллиона изображений, охватывающих 5827 классов (V7).
- 61,4 миллиона меток на уровне изображений в 20 638 классах делают набор данных подходящим для классификации изображений и мультимодальных исследований наряду с обнаружением и сегментацией экземпляров.
Структура набора данных#
Конфигурация Ultralytics open-images-v7.yaml загружает подмножество обнаружения Open Images V7:
| Split | Изображения | Описание |
|---|---|---|
| Обучение | 1,743,042 | Изображения с аннотированными боксами для обучения моделей |
| Validation | 41,620 | Отложенные изображения для оценки и бенчмаркинга |
Конфигурация определяет 601 класс объектов с индексами от 0 до 600 из Accordion в Zucchini. Документация Google округляет это число до 600, но как официальный список классов с ограничивающими рамками, так и YAML-файл Ultralytics содержат 601 запись. Ключ test: в конфигурации оставлен пустым.
Применение#
Open Images V7 поддерживает обучение и оценку моделей для целого ряда задач компьютерного зрения:
- Обнаружение объектов с большим словарным запасом: благодаря 601 классу детекторы, обученные на Open Images V7, распознают гораздо больше категорий, чем модели, обученные на COCO.
- Обнаружение визуальных отношений: 3,3 миллиона аннотаций отношений поддерживают модели, которые понимают взаимодействия между объектами.
- Сегментация экземпляров: Маски для 2,8 миллиона объектов позволяют проводить покадровый анализ сцены на уровне пикселей.
- Мультимодальное обучение: Локализованные описания, сочетающие голос, текст и траектории движения мыши, связывают визуальные данные с подробными описаниями.
- Zero-shot оценка: Обширный охват классов помогает оценивать, как модели справляются с объектами, которые не встречались во время обучения.
Чтобы размечать собственные изображения, обучать крупномасштабные датасеты и управлять ими в браузере, используй полный рабочий процесс с Ultralytics Platform.
YAML набора данных#
Файл open-images-v7.yaml определяет конфигурацию набора данных — пути к набору данных, имена классов и другие метаданные. Он поддерживается в репозитории Ultralytics по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/open-images-v7.yaml.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Open Images v7 dataset https://storage.googleapis.com/openimages/web/index.html by Google
# Documentation: https://docs.ultralytics.com/datasets/detect/open-images-v7
# Example usage: yolo train data=open-images-v7.yaml
# parent
# ├── ultralytics
# └── datasets
# └── open-images-v7 ← downloads here (561 GB)
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: open-images-v7 # dataset root dir
train: images/train # train images (relative to 'path') 1743042 images
val: images/val # val images (relative to 'path') 41620 images
test: # test images (optional)
# Classes
names:
0: Accordion
1: Adhesive tape
2: Aircraft
3: Airplane
4: Alarm clock
5: Alpaca
6: Ambulance
7: Animal
8: Ant
9: Antelope
10: Apple
11: Armadillo
12: Artichoke
13: Auto part
14: Axe
15: Backpack
16: Bagel
17: Baked goods
18: Balance beam
19: Ball
20: Balloon
21: Banana
22: Band-aid
23: Banjo
24: Barge
25: Barrel
26: Baseball bat
27: Baseball glove
28: Bat (Animal)
29: Bathroom accessory
30: Bathroom cabinet
31: Bathtub
32: Beaker
33: Bear
34: Bed
35: Bee
36: Beehive
37: Beer
38: Beetle
39: Bell pepper
40: Belt
41: Bench
42: Bicycle
43: Bicycle helmet
44: Bicycle wheel
45: Bidet
46: Billboard
47: Billiard table
48: Binoculars
49: Bird
50: Blender
51: Blue jay
52: Boat
53: Bomb
54: Book
55: Bookcase
56: Boot
57: Bottle
58: Bottle opener
59: Bow and arrow
60: Bowl
61: Bowling equipment
62: Box
63: Boy
64: Brassiere
65: Bread
66: Briefcase
67: Broccoli
68: Bronze sculpture
69: Brown bear
70: Building
71: Bull
72: Burrito
73: Bus
74: Bust
75: Butterfly
76: Cabbage
77: Cabinetry
78: Cake
79: Cake stand
80: Calculator
81: Camel
82: Camera
83: Can opener
84: Canary
85: Candle
86: Candy
87: Cannon
88: Canoe
89: Cantaloupe
90: Car
91: Carnivore
92: Carrot
93: Cart
94: Cassette deck
95: Castle
96: Cat
97: Cat furniture
98: Caterpillar
99: Cattle
100: Ceiling fan
101: Cello
102: Centipede
103: Chainsaw
104: Chair
105: Cheese
106: Cheetah
107: Chest of drawers
108: Chicken
109: Chime
110: Chisel
111: Chopsticks
112: Christmas tree
113: Clock
114: Closet
115: Clothing
116: Coat
117: Cocktail
118: Cocktail shaker
119: Coconut
120: Coffee
121: Coffee cup
122: Coffee table
123: Coffeemaker
124: Coin
125: Common fig
126: Common sunflower
127: Computer keyboard
128: Computer monitor
129: Computer mouse
130: Container
131: Convenience store
132: Cookie
133: Cooking spray
134: Corded phone
135: Cosmetics
136: Couch
137: Countertop
138: Cowboy hat
139: Crab
140: Cream
141: Cricket ball
142: Crocodile
143: Croissant
144: Crown
145: Crutch
146: Cucumber
147: Cupboard
148: Curtain
149: Cutting board
150: Dagger
151: Dairy Product
152: Deer
153: Desk
154: Dessert
155: Diaper
156: Dice
157: Digital clock
158: Dinosaur
159: Dishwasher
160: Dog
161: Dog bed
162: Doll
163: Dolphin
164: Door
165: Door handle
166: Donut
167: Dragonfly
168: Drawer
169: Dress
170: Drill (Tool)
171: Drink
172: Drinking straw
173: Drum
174: Duck
175: Dumbbell
176: Eagle
177: Earrings
178: Egg (Food)
179: Elephant
180: Envelope
181: Eraser
182: Face powder
183: Facial tissue holder
184: Falcon
185: Fashion accessory
186: Fast food
187: Fax
188: Fedora
189: Filing cabinet
190: Fire hydrant
191: Fireplace
192: Fish
193: Flag
194: Flashlight
195: Flower
196: Flowerpot
197: Flute
198: Flying disc
199: Food
200: Food processor
201: Football
202: Football helmet
203: Footwear
204: Fork
205: Fountain
206: Fox
207: French fries
208: French horn
209: Frog
210: Fruit
211: Frying pan
212: Furniture
213: Garden Asparagus
214: Gas stove
215: Giraffe
216: Girl
217: Glasses
218: Glove
219: Goat
220: Goggles
221: Goldfish
222: Golf ball
223: Golf cart
224: Gondola
225: Goose
226: Grape
227: Grapefruit
228: Grinder
229: Guacamole
230: Guitar
231: Hair dryer
232: Hair spray
233: Hamburger
234: Hammer
235: Hamster
236: Hand dryer
237: Handbag
238: Handgun
239: Harbor seal
240: Harmonica
241: Harp
242: Harpsichord
243: Hat
244: Headphones
245: Heater
246: Hedgehog
247: Helicopter
248: Helmet
249: High heels
250: Hiking equipment
251: Hippopotamus
252: Home appliance
253: Honeycomb
254: Horizontal bar
255: Horse
256: Hot dog
257: House
258: Houseplant
259: Human arm
260: Human beard
261: Human body
262: Human ear
263: Human eye
264: Human face
265: Human foot
266: Human hair
267: Human hand
268: Human head
269: Human leg
270: Human mouth
271: Human nose
272: Humidifier
273: Ice cream
274: Indoor rower
275: Infant bed
276: Insect
277: Invertebrate
278: Ipod
279: Isopod
280: Jacket
281: Jacuzzi
282: Jaguar (Animal)
283: Jeans
284: Jellyfish
285: Jet ski
286: Jug
287: Juice
288: Kangaroo
289: Kettle
290: Kitchen & dining room table
291: Kitchen appliance
292: Kitchen knife
293: Kitchen utensil
294: Kitchenware
295: Kite
296: Knife
297: Koala
298: Ladder
299: Ladle
300: Ladybug
301: Lamp
302: Land vehicle
303: Lantern
304: Laptop
305: Lavender (Plant)
306: Lemon
307: Leopard
308: Light bulb
309: Light switch
310: Lighthouse
311: Lily
312: Limousine
313: Lion
314: Lipstick
315: Lizard
316: Lobster
317: Loveseat
318: Luggage and bags
319: Lynx
320: Magpie
321: Mammal
322: Man
323: Mango
324: Maple
325: Maracas
326: Marine invertebrates
327: Marine mammal
328: Measuring cup
329: Mechanical fan
330: Medical equipment
331: Microphone
332: Microwave oven
333: Milk
334: Miniskirt
335: Mirror
336: Missile
337: Mixer
338: Mixing bowl
339: Mobile phone
340: Monkey
341: Moths and butterflies
342: Motorcycle
343: Mouse
344: Muffin
345: Mug
346: Mule
347: Mushroom
348: Musical instrument
349: Musical keyboard
350: Nail (Construction)
351: Necklace
352: Nightstand
353: Oboe
354: Office building
355: Office supplies
356: Orange
357: Organ (Musical Instrument)
358: Ostrich
359: Otter
360: Oven
361: Owl
362: Oyster
363: Paddle
364: Palm tree
365: Pancake
366: Panda
367: Paper cutter
368: Paper towel
369: Parachute
370: Parking meter
371: Parrot
372: Pasta
373: Pastry
374: Peach
375: Pear
376: Pen
377: Pencil case
378: Pencil sharpener
379: Penguin
380: Perfume
381: Person
382: Personal care
383: Personal flotation device
384: Piano
385: Picnic basket
386: Picture frame
387: Pig
388: Pillow
389: Pineapple
390: Pitcher (Container)
391: Pizza
392: Pizza cutter
393: Plant
394: Plastic bag
395: Plate
396: Platter
397: Plumbing fixture
398: Polar bear
399: Pomegranate
400: Popcorn
401: Porch
402: Porcupine
403: Poster
404: Potato
405: Power plugs and sockets
406: Pressure cooker
407: Pretzel
408: Printer
409: Pumpkin
410: Punching bag
411: Rabbit
412: Raccoon
413: Racket
414: Radish
415: Ratchet (Device)
416: Raven
417: Rays and skates
418: Red panda
419: Refrigerator
420: Remote control
421: Reptile
422: Rhinoceros
423: Rifle
424: Ring binder
425: Rocket
426: Roller skates
427: Rose
428: Rugby ball
429: Ruler
430: Salad
431: Salt and pepper shakers
432: Sandal
433: Sandwich
434: Saucer
435: Saxophone
436: Scale
437: Scarf
438: Scissors
439: Scoreboard
440: Scorpion
441: Screwdriver
442: Sculpture
443: Sea lion
444: Sea turtle
445: Seafood
446: Seahorse
447: Seat belt
448: Segway
449: Serving tray
450: Sewing machine
451: Shark
452: Sheep
453: Shelf
454: Shellfish
455: Shirt
456: Shorts
457: Shotgun
458: Shower
459: Shrimp
460: Sink
461: Skateboard
462: Ski
463: Skirt
464: Skull
465: Skunk
466: Skyscraper
467: Slow cooker
468: Snack
469: Snail
470: Snake
471: Snowboard
472: Snowman
473: Snowmobile
474: Snowplow
475: Soap dispenser
476: Sock
477: Sofa bed
478: Sombrero
479: Sparrow
480: Spatula
481: Spice rack
482: Spider
483: Spoon
484: Sports equipment
485: Sports uniform
486: Squash (Plant)
487: Squid
488: Squirrel
489: Stairs
490: Stapler
491: Starfish
492: Stationary bicycle
493: Stethoscope
494: Stool
495: Stop sign
496: Strawberry
497: Street light
498: Stretcher
499: Studio couch
500: Submarine
501: Submarine sandwich
502: Suit
503: Suitcase
504: Sun hat
505: Sunglasses
506: Surfboard
507: Sushi
508: Swan
509: Swim cap
510: Swimming pool
511: Swimwear
512: Sword
513: Syringe
514: Table
515: Table tennis racket
516: Tablet computer
517: Tableware
518: Taco
519: Tank
520: Tap
521: Tart
522: Taxi
523: Tea
524: Teapot
525: Teddy bear
526: Telephone
527: Television
528: Tennis ball
529: Tennis racket
530: Tent
531: Tiara
532: Tick
533: Tie
534: Tiger
535: Tin can
536: Tire
537: Toaster
538: Toilet
539: Toilet paper
540: Tomato
541: Tool
542: Toothbrush
543: Torch
544: Tortoise
545: Towel
546: Tower
547: Toy
548: Traffic light
549: Traffic sign
550: Train
551: Training bench
552: Treadmill
553: Tree
554: Tree house
555: Tripod
556: Trombone
557: Trousers
558: Truck
559: Trumpet
560: Turkey
561: Turtle
562: Umbrella
563: Unicycle
564: Van
565: Vase
566: Vegetable
567: Vehicle
568: Vehicle registration plate
569: Violin
570: Volleyball (Ball)
571: Waffle
572: Waffle iron
573: Wall clock
574: Wardrobe
575: Washing machine
576: Waste container
577: Watch
578: Watercraft
579: Watermelon
580: Weapon
581: Whale
582: Wheel
583: Wheelchair
584: Whisk
585: Whiteboard
586: Willow
587: Window
588: Window blind
589: Wine
590: Wine glass
591: Wine rack
592: Winter melon
593: Wok
594: Woman
595: Wood-burning stove
596: Woodpecker
597: Worm
598: Wrench
599: Zebra
600: Zucchini
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import warnings
from ultralytics.utils import LOGGER, SETTINGS, Path
from ultralytics.utils.checks import check_requirements
check_requirements("fiftyone")
import fiftyone as fo
import fiftyone.zoo as foz
name = "open-images-v7"
fo.config.dataset_zoo_dir = Path(SETTINGS["datasets_dir"]) / "fiftyone" / name
fraction = 1.0 # fraction of full dataset to use
LOGGER.warning("Open Images V7 dataset requires at least **561 GB of free space. Starting download...")
for split in "train", "validation": # 1743042 train, 41620 val images
train = split == "train"
# Load Open Images dataset
dataset = foz.load_zoo_dataset(
name,
split=split,
label_types=["detections"],
max_samples=round((1743042 if train else 41620) * fraction),
)
# Define classes
if train:
classes = dataset.default_classes # all classes
# classes = dataset.distinct('ground_truth.detections.label') # only observed classes
# Export to YOLO format
with warnings.catch_warnings():
warnings.filterwarnings("ignore", category=UserWarning, module="fiftyone.utils.yolo")
dataset.export(
export_dir=str(Path(SETTINGS["datasets_dir"]) / name),
dataset_type=fo.types.YOLOv5Dataset,
label_field="ground_truth",
split="val" if split == "validation" else split,
classes=classes,
overwrite=train,
)Использование#
Open Images V7 скачивается автоматически при первом использовании и требует около 561 ГБ свободного дискового пространства для 1 743 042 обучающих и 41 620 валидационных изображений. Скрипт загрузки устанавливает пакет fiftyone для получения изображений и преобразует разметку в формат YOLO, что может занять много времени в зависимости от твоего соединения и аппаратного обеспечения.
Чтобы обучить модель YOLO26n на наборе данных Open Images V7 в течение 100 эпох с размером изображения 640, ты можешь использовать следующие фрагменты кода. Полный список доступных аргументов см. на странице обучения моделей.
from ultralytics import YOLO
# Load a COCO-pretrained YOLO26n model
model = YOLO("yolo26n.pt")
# Train the model on the Open Images V7 dataset
results = model.train(data="open-images-v7.yaml", epochs=100, imgsz=640)Примеры изображений и аннотации#
На примере ниже показаны аннотации ограничивающих рамок, отношений и масок, которые Open Images V7 накладывает на одно изображение:
Цитирование и благодарности#
Если ты используешь набор данных Open Images V7 в своей исследовательской или проектной работе, пожалуйста, сошлися на следующую статью:
@article{OpenImages,
author = {Alina Kuznetsova and Hassan Rom and Neil Alldrin and Jasper Uijlings and Ivan Krasin and Jordi Pont-Tuset and Shahab Kamali and Stefan Popov and Matteo Malloci and Alexander Kolesnikov and Tom Duerig and Vittorio Ferrari},
title = {The Open Images Dataset V4: Unified image classification, object detection, and visual relationship detection at scale},
year = {2020},
journal = {IJCV}
}Мы хотели бы выразить признательность команде Google AI за создание и поддержку набора данных Open Images V7. Для получения дополнительной информации о наборе данных посети официальный сайт Open Images V7.
FAQ#
Набор данных Open Images V7 используется для обучения и оценки моделей обнаружения объектов в машинном обучении и компьютерном зрении. Конфигурация Ultralytics предоставляет 1 743 042 обучающих и 41 620 валидационных изображений по 601 классу объектов, в то время как исходный релиз также содержит маски сегментации, визуальные связи, локализованные описания и метки на уровне точек для более широких исследований.
Конфигурация Ultralytics
open-images-v7.yamlохватывает 601 класс объектов с 1 743 042 обучающими изображениями и 41 620 валидационными изображениями, без тестовой выборки. Полный исходный релиз охватывает около 9 миллионов изображений; документация Google округляет количество классов с ограничивающими рамками до 600, но официальный список классов содержит 601 запись.Open Images V7 требует около 561 ГБ свободного дискового пространства и скачивается автоматически при первом запуске обучения с помощью
data="open-images-v7.yaml". Скрипт загрузки устанавливает пакетfiftyoneи преобразует разметку в формат YOLO. Если тебе нужно что-то меньшего размера, просмотри обзор наборов данных для обнаружения.Чтобы обучить модель YOLO26 на наборе данных Open Images V7, ты можешь использовать как Python, так и команды CLI. Вот пример обучения модели YOLO26n в течение 100 эпох с размером изображения 640:
Пример обученияfrom ultralytics import YOLO # Load a COCO-pretrained YOLO26n model model = YOLO("yolo26n.pt") # Train the model on the Open Images V7 dataset results = model.train(data="open-images-v7.yaml", epochs=100, imgsz=640)Подробные сведения об аргументах и настройках см. на странице обучения.
Да. Пять предварительно обученных моделей Open Images V7 (
yolov8n-oiv7.pt—yolov8x-oiv7.pt, со значением mAP от 18,4 до 36,3) обнаруживают все 601 класс «из коробки», поэтому ты можешь запустить предсказание на собственных изображениях без скачивания 561 ГБ.Open Images V7 крупнее и шире: 601 класс объектов и 1 743 042 обучающих изображения против 80 классов и 118 287 обучающих изображений в COCO. COCO остается стандартным бенчмарком для сравнения детекторов, в то время как Open Images V7 лучше подходит для обнаружения с большим словарным запасом и предварительного обучения моделей, требующих широкого охвата категорий.