Набор данных SKU-110k

Набор данных SKU-110k представляет собой коллекцию изображений плотно заставленных полок магазинов, разработанную для поддержки исследований в задачах обнаружения объектов. Набор данных, созданный Эраном Голдманом и коллегами, содержит более 110 000 уникальных категорий товарных позиций (SKU) с плотно расположенными объектами, которые часто выглядят похожими или даже идентичными.

Watch: How to Train YOLOv10 on SKU-110k Dataset using Ultralytics | Retail Dataset

Обнаружение плотно упакованных товаров на полках магазинов в наборе данных SKU-110K

Основные характеристики

SKU-110k содержит изображения полок магазинов со всего мира с плотно расположенными объектами, что создает трудности для современных детекторов объектов.
Набор данных включает более 110 000 уникальных категорий SKU, обеспечивая широкое разнообразие внешнего вида объектов.
Аннотации включают ограничивающие рамки (bounding boxes) для объектов и метки категорий SKU.

Структура набора данных

Набор данных SKU-110k организован в три основных подмножества:

Обучающая выборка: это подмножество содержит 8 219 изображений и аннотаций, используемых для обучения моделей обнаружения объектов.
Валидационная выборка: это подмножество состоит из 588 изображений и аннотаций, используемых для проверки модели во время обучения.
Тестовая выборка: это подмножество включает 2 936 изображений, предназначенных для финальной оценки обученных моделей обнаружения объектов.

Приложения

Набор данных SKU-110k широко используется для обучения и оценки моделей глубинного обучения в задачах обнаружения объектов, особенно в сценах с плотным размещением, таких как витрины магазинов. Его применение включает:

Управление товарными запасами и автоматизацию розничной торговли
Распознавание товаров на платформах электронной коммерции
Проверку соответствия планограмме
Системы самообслуживания в магазинах
Роботизированный сбор и сортировку товаров на складах

Разнообразный набор категорий SKU и плотное расположение объектов делают этот датасет ценным ресурсом для исследователей и практиков в области компьютерного зрения.

YAML набора данных

Для определения конфигурации набора данных используется YAML-файл. Он содержит информацию о путях к данным, классах и другую важную информацию. Для набора данных SKU-110K файл SKU-110K.yaml поддерживается по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/SKU-110K.yaml.

ultralytics/cfg/datasets/SKU-110K.yaml

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# SKU-110K retail items dataset https://github.com/eg4000/SKU110K_CVPR19 by Trax Retail
# Documentation: https://docs.ultralytics.com/datasets/detect/sku-110k/
# Example usage: yolo train data=SKU-110K.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── SKU-110K ← downloads here (13.6 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: SKU-110K # dataset root dir
train: train.txt # train images (relative to 'path') 8219 images
val: val.txt # val images (relative to 'path') 588 images
test: test.txt # test images (optional) 2936 images

# Classes
names:
  0: object

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import shutil
  from pathlib import Path

  import numpy as np
  import polars as pl

  from ultralytics.utils import TQDM
  from ultralytics.utils.downloads import download
  from ultralytics.utils.ops import xyxy2xywh

  # Download
  dir = Path(yaml["path"])  # dataset root dir
  parent = Path(dir.parent)  # download dir
  urls = ["http://trax-geometry.s3.amazonaws.com/cvpr_challenge/SKU110K_fixed.tar.gz"]
  download(urls, dir=parent)

  # Rename directories
  if dir.exists():
      shutil.rmtree(dir)
  (parent / "SKU110K_fixed").rename(dir)  # rename dir
  (dir / "labels").mkdir(parents=True, exist_ok=True)  # create labels dir

  # Convert labels
  names = "image", "x1", "y1", "x2", "y2", "class", "image_width", "image_height"  # column names
  for d in "annotations_train.csv", "annotations_val.csv", "annotations_test.csv":
      x = pl.read_csv(dir / "annotations" / d, has_header=False, new_columns=names, infer_schema_length=None).to_numpy()  # annotations
      images, unique_images = x[:, 0], np.unique(x[:, 0])
      with open((dir / d).with_suffix(".txt").__str__().replace("annotations_", ""), "w", encoding="utf-8") as f:
          f.writelines(f"./images/{s}\n" for s in unique_images)
      for im in TQDM(unique_images, desc=f"Converting {dir / d}"):
          cls = 0  # single-class dataset
          with open((dir / "labels" / im).with_suffix(".txt"), "a", encoding="utf-8") as f:
              for r in x[images == im]:
                  w, h = r[6], r[7]  # image width, height
                  xywh = xyxy2xywh(np.array([[r[1] / w, r[2] / h, r[3] / w, r[4] / h]]))[0]  # instance
                  f.write(f"{cls} {xywh[0]:.5f} {xywh[1]:.5f} {xywh[2]:.5f} {xywh[3]:.5f}\n")  # write label

Использование

Чтобы обучить модель YOLO26n на наборе данных SKU-110K в течение 100 эпох с размером изображения 640, воспользуйся следующими примерами кода. Полный список доступных аргументов можно найти на странице обучения модели.

Пример обучения

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="SKU-110K.yaml", epochs=100, imgsz=640)

Примеры данных и аннотаций

Набор данных SKU-110k содержит разнообразные изображения полок магазинов с плотно расположенными объектами, предоставляя богатый контекст для задач обнаружения объектов. Вот несколько примеров данных из набора вместе с соответствующими аннотациями:

Обнаружение товаров на полках магазинов в наборе данных SKU-110K

Изображение плотно заставленной полки магазина: это изображение демонстрирует пример плотного размещения объектов в условиях розничной торговли. Объекты аннотированы ограничивающими рамками и метками категорий SKU.

Этот пример показывает разнообразие и сложность данных в SKU-110k и подчеркивает важность высококачественных данных для задач обнаружения объектов. Плотное расположение товаров создает уникальные проблемы для алгоритмов обнаружения, что делает этот датасет особенно ценным для разработки надежных решений в области компьютерного зрения для розничной торговли.

Цитирование и благодарности

Если ты используешь набор данных SKU-110k в своей исследовательской или проектной работе, пожалуйста, сошлися на следующую статью:

Цитата

@inproceedings{goldman2019dense,
  author    = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Jacob Goldberger and Tal Hassner},
  title     = {Precise Detection in Densely Packed Scenes},
  booktitle = {Proc. Conf. Comput. Vision Pattern Recognition (CVPR)},
  year      = {2019}
}

Мы хотели бы выразить признательность Эрану Голдману и коллегам за создание и поддержку набора данных SKU-110k как ценного ресурса для сообщества исследователей в области компьютерного зрения. Дополнительную информацию о наборе данных SKU-110k и его создателях можно найти в репозитории GitHub набора данных SKU-110k.

Часто задаваемые вопросы (FAQ)

Что такое набор данных SKU-110k и почему он важен для обнаружения объектов?

Набор данных SKU-110k состоит из изображений плотно заставленных полок магазинов, разработанных для помощи в исследованиях задач обнаружения объектов. Созданный Эраном Голдманом и коллегами, он включает более 110 000 уникальных категорий SKU. Его важность заключается в способности ставить сложные задачи перед современными детекторами объектов благодаря разнообразному внешнему виду объектов и их близости друг к другу, что делает его неоценимым ресурсом для исследователей и практиков компьютерного зрения. Узнай больше о структуре и приложениях набора данных в разделе Набор данных SKU-110k.

Как обучить модель YOLO26, используя набор данных SKU-110k?

Обучение модели YOLO26 на наборе данных SKU-110k довольно просто. Вот пример обучения модели YOLO26n в течение 100 эпох с размером изображения 640:

Пример обучения

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="SKU-110K.yaml", epochs=100, imgsz=640)

Для полного списка доступных аргументов смотри страницу Обучение (Training) модели.

Каковы основные подмножества набора данных SKU-110k?

Набор данных SKU-110k организован в три основных подмножества:

Обучающая выборка: содержит 8 219 изображений и аннотаций, используемых для обучения моделей обнаружения объектов.
Валидационная выборка: состоит из 588 изображений и аннотаций, используемых для проверки модели во время обучения.
Тестовая выборка: включает 2 936 изображений, предназначенных для финальной оценки обученных моделей обнаружения объектов.

Для получения подробной информации обратись к разделу Структура набора данных.

Как настроить набор данных SKU-110k для обучения?

Конфигурация набора данных SKU-110k определяется в YAML-файле, который включает подробную информацию о путях к данным, классах и другую релевантную информацию. Файл SKU-110K.yaml поддерживается по ссылке SKU-110K.yaml. Например, ты можешь обучить модель, используя эту конфигурацию, как показано в нашем разделе Использование.

Каковы ключевые особенности набора данных SKU-110k в контексте глубинного обучения?

Набор данных SKU-110k содержит изображения полок магазинов со всего мира, демонстрирующие плотно расположенные объекты, которые создают значительные трудности для детекторов объектов:

Более 110 000 уникальных категорий SKU
Разнообразный внешний вид объектов
Аннотации включают ограничивающие рамки и метки категорий SKU

Эти особенности делают набор данных SKU-110k особенно ценным для обучения и оценки моделей глубинного обучения в задачах обнаружения объектов. Для получения дополнительных сведений смотри раздел Ключевые особенности.

Как сослаться на набор данных SKU-110k в моих исследованиях?