Датасет TT100K#
Датасет Tsinghua-Tencent 100K (TT100K) — это бенчмарк по обнаружению дорожных знаков для обнаружения объектов, созданный Zhu и соавторами для статьи CVPR 2016 года Traffic-Sign Detection and Classification in the Wild. Конфигурация Ultralytics для TT100K содержит 16 817 изображений (6 105 для обучения / 7 641 для валидации / 3 071 для тестирования) в 221 категории дорожных знаков; в исходном бенчмарке сообщается более чем о 30 000 экземпляров знаков. «100K» в названии относится примерно к 100 000 изображениям Tencent Street View, из которых был создан бенчмарк, — а не к числу изображений, которые ты скачиваешь и используешь для обучения. Поскольку в исходной статье сохраняются только категории как минимум со 100 экземплярами в обучающей выборке, существует часто используемая подвыборка из 45 классов, но конфигурация Ultralytics сохраняет все 221 размеченную категорию, многие из которых представлены редко.
Изображения панорамной съёмки улиц в высоком разрешении демонстрируют значительные различия в освещении, погоде, угле обзора и расстоянии, что делает TT100K сложным бенчмарком для обнаружения малых объектов в реальных дорожных сценах.
Ключевые особенности#
- Мультиклассовое обнаружение: 221 категория дорожных знаков, включая китайские знаки ограничения скорости, запрета, предупреждения, ограничения высоты/ширины и информационные знаки.
- Высокое разрешение: изображения размером 2048×2048 пикселей, поэтому знаки варьируются от крупных объектов крупным планом до крошечных удалённых указателей, создавая нагрузку на детекторы тонких различий.
- Реальные условия: значительные различия в погоде, освещении, угле обзора и степени遮遮ения.
- Аннотации ограничивающих рамок: каждый знак после автоматического преобразования размечен классом и ограничивающей рамкой в формате YOLO.
- Предопределённые разбиения: фиксированные разбиения на обучающую / валидационную / тестовую выборки (6 105 / 7 641 / 3 071 изображение) для единообразной оценки.
Структура датасета#
Конфигурация Ultralytics для TT100K разделена на три подвыборки, использующие одни и те же 221 категорию:
| Выборка | Изображения | Описание |
|---|---|---|
| Обучение | 6,105 | Размеченные изображения дорожных сцен, используемые для обучения детектора |
| Валидация | 7,641 | Исходная часть датасета «other», используемая для оценки |
| Тестовая | 3,071 | Отложенные изображения для финальной оценки обученной модели |
221 категория объединена в несколько основных групп:
- Знаки ограничения скорости — запрещающие ограничения
pl*(например, pl5–pl120) и минимальные скоростиpm*(например, pm5–pm55). - Запрещающие знаки — общие запреты
p1–p29, знаки въезда/остановкиpn/pneи ограниченияpr*(pr10–pr100). - Предупреждающие знаки —
w1–w67, обозначающие опасности на дороге, такие как пешеходные переходы, крутые повороты, скользкая дорога и дорожные работы. - Знаки ограничения высоты/ширины — ограничения высоты
ph*(например, ph2–ph5.5) и ограничения шириныpb/pw*. - Информационные знаки — общая информация
i1–i15, информация об ограничении скоростиil*(il50–il110), прочая информацияioи информационные табличкиip.
Применения#
TT100K широко используется для создания и оценки систем распознавания дорожных знаков в реальных условиях. Типичные области применения:
- Системы восприятия для автономного вождения
- Системы помощи водителю (ADAS)
- Мониторинг дорожного движения и анализ дорожной инфраструктуры
- Городское планирование и исследования транспортных потоков
- Исследования в области компьютерного зрения для малых объектов на изображениях высокого разрешения
YAML датасета#
Файл TT100K.yaml определяет конфигурацию датасета — пути к датасету, имена классов и скрипт автоматической загрузки и преобразования. Он поддерживается в репозитории Ultralytics по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/TT100K.yaml.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Tsinghua-Tencent 100K (TT100K) dataset https://cg.cs.tsinghua.edu.cn/traffic-sign/ by Tsinghua University
# Documentation: https://cg.cs.tsinghua.edu.cn/traffic-sign/tutorial.html
# Paper: Traffic-Sign Detection and Classification in the Wild (CVPR 2016)
# License: CC BY-NC 2.0 license for non-commercial use only
# Example usage: yolo train data=TT100K.yaml
# parent
# ├── ultralytics
# └── datasets
# └── TT100K ← downloads here (~18 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: TT100K # dataset root dir
train: images/train # train images (relative to 'path') 6105 images
val: images/val # val images (relative to 'path') 7641 images (original 'other' split)
test: images/test # test images (relative to 'path') 3071 images
# Classes (221 traffic sign categories, 45 with sufficient training instances)
names:
0: i1
1: i10
2: i11
3: i12
4: i13
5: i14
6: i15
7: i2
8: i3
9: i4
10: i5
11: il100
12: il110
13: il50
14: il60
15: il70
16: il80
17: il90
18: io
19: ip
20: p1
21: p10
22: p11
23: p12
24: p13
25: p14
26: p15
27: p16
28: p17
29: p18
30: p19
31: p2
32: p20
33: p21
34: p22
35: p23
36: p24
37: p25
38: p26
39: p27
40: p28
41: p3
42: p4
43: p5
44: p6
45: p7
46: p8
47: p9
48: pa10
49: pa12
50: pa13
51: pa14
52: pa8
53: pb
54: pc
55: pg
56: ph1.5
57: ph2
58: ph2.1
59: ph2.2
60: ph2.4
61: ph2.5
62: ph2.8
63: ph2.9
64: ph3
65: ph3.2
66: ph3.5
67: ph3.8
68: ph4
69: ph4.2
70: ph4.3
71: ph4.5
72: ph4.8
73: ph5
74: ph5.3
75: ph5.5
76: pl10
77: pl100
78: pl110
79: pl120
80: pl15
81: pl20
82: pl25
83: pl30
84: pl35
85: pl40
86: pl5
87: pl50
88: pl60
89: pl65
90: pl70
91: pl80
92: pl90
93: pm10
94: pm13
95: pm15
96: pm1.5
97: pm2
98: pm20
99: pm25
100: pm30
101: pm35
102: pm40
103: pm46
104: pm5
105: pm50
106: pm55
107: pm8
108: pn
109: pne
110: po
111: pr10
112: pr100
113: pr20
114: pr30
115: pr40
116: pr45
117: pr50
118: pr60
119: pr70
120: pr80
121: ps
122: pw2
123: pw2.5
124: pw3
125: pw3.2
126: pw3.5
127: pw4
128: pw4.2
129: pw4.5
130: w1
131: w10
132: w12
133: w13
134: w16
135: w18
136: w20
137: w21
138: w22
139: w24
140: w28
141: w3
142: w30
143: w31
144: w32
145: w34
146: w35
147: w37
148: w38
149: w41
150: w42
151: w43
152: w44
153: w45
154: w46
155: w47
156: w48
157: w49
158: w5
159: w50
160: w55
161: w56
162: w57
163: w58
164: w59
165: w60
166: w62
167: w63
168: w66
169: w8
170: wo
171: i6
172: i7
173: i8
174: i9
175: ilx
176: p29
177: w29
178: w33
179: w36
180: w39
181: w4
182: w40
183: w51
184: w52
185: w53
186: w54
187: w6
188: w61
189: w64
190: w65
191: w67
192: w7
193: w9
194: pax
195: pd
196: pe
197: phx
198: plx
199: pmx
200: pnl
201: prx
202: pwx
203: w11
204: w14
205: w15
206: w17
207: w19
208: w2
209: w23
210: w25
211: w26
212: w27
213: pl0
214: pl4
215: pl3
216: pm2.5
217: ph4.4
218: pn40
219: ph3.3
220: ph2.6
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import json
import shutil
from pathlib import Path
from PIL import Image
from ultralytics.utils import TQDM
from ultralytics.utils.downloads import download
def tt100k2yolo(dir):
"""Convert TT100K annotations to YOLO format with images/{split} and labels/{split} structure."""
data_dir = dir / "data"
anno_file = data_dir / "annotations.json"
print("Loading annotations...")
with open(anno_file, encoding="utf-8") as f:
data = json.load(f)
# Build class name to index mapping from yaml
names = yaml["names"]
class_to_idx = {v: k for k, v in names.items()}
# Create directories
for split in ["train", "val", "test"]:
(dir / "images" / split).mkdir(parents=True, exist_ok=True)
(dir / "labels" / split).mkdir(parents=True, exist_ok=True)
print("Converting annotations to YOLO format...")
skipped = 0
for img_id, img_data in TQDM(data["imgs"].items(), desc="Processing"):
img_path_str = img_data["path"]
if "train" in img_path_str:
split = "train"
elif "test" in img_path_str:
split = "test"
else:
split = "val"
# Source and destination paths
src_img = data_dir / img_path_str
if not src_img.exists():
continue
dst_img = dir / "images" / split / src_img.name
# Get image dimensions
try:
with Image.open(src_img) as img:
img_width, img_height = img.size
except Exception as e:
print(f"Error reading {src_img}: {e}")
continue
# Copy image to destination
shutil.copy2(src_img, dst_img)
# Convert annotations
label_file = dir / "labels" / split / f"{src_img.stem}.txt"
lines = []
for obj in img_data.get("objects", []):
category = obj["category"]
if category not in class_to_idx:
skipped += 1
continue
bbox = obj["bbox"]
xmin, ymin = bbox["xmin"], bbox["ymin"]
xmax, ymax = bbox["xmax"], bbox["ymax"]
# Convert to YOLO format (normalized center coordinates and dimensions)
x_center = ((xmin + xmax) / 2.0) / img_width
y_center = ((ymin + ymax) / 2.0) / img_height
width = (xmax - xmin) / img_width
height = (ymax - ymin) / img_height
# Clip to valid range
x_center = max(0, min(1, x_center))
y_center = max(0, min(1, y_center))
width = max(0, min(1, width))
height = max(0, min(1, height))
cls_idx = class_to_idx[category]
lines.append(f"{cls_idx} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n")
# Write label file
if lines:
label_file.write_text("".join(lines), encoding="utf-8")
if skipped:
print(f"Skipped {skipped} annotations with unknown categories")
print("Conversion complete!")
# Download
dir = Path(yaml["path"]) # dataset root dir
urls = ["https://cg.cs.tsinghua.edu.cn/traffic-sign/data_model_code/data.zip"]
download(urls, dir=dir, curl=True, threads=1)
# Convert
tt100k2yolo(dir)Использование#
TT100K автоматически загружается при первом запуске обучения и требует около 18 ГБ свободного места на диске. При первом использовании скрипт загрузки получает исходные данные и преобразует аннотации в формат YOLO, что может занять несколько минут.
Чтобы обучить модель YOLO26n на датасете TT100K в течение 100 эпох с размером изображения 640, используй следующие фрагменты кода. Полный список доступных аргументов смотри на странице обучения модели.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training)
# Train the model - dataset will auto-download on first run
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Чтобы размечать дополнительные изображения дорожных знаков и управлять запусками обучения TT100K в браузере, используй Ultralytics Platform.
Примеры данных и аннотаций#
Изображения TT100K — это уличные сцены размером 2048×2048, в которых дорожные знаки часто занимают лишь небольшую часть кадра. На одном изображении может быть несколько знаков разного масштаба и на разном расстоянии; некоторые из них частично закрыты транспортными средствами, растительностью или строениями и сняты днём или ночью, в ясную или дождливую погоду. Именно сочетание малых объектов и сложных условий делает этот датасет серьёзным испытанием устойчивости детектора.
Цитирование и благодарности#
Если ты используешь датасет TT100K в исследовательской или разработческой работе, пожалуйста, процитируй следующую статью:
@InProceedings{Zhu_2016_CVPR,
author = {Zhu, Zhe and Liang, Dun and Zhang, Songhai and Huang, Xiaolei and Li, Baoli and Hu, Shimin},
title = {Traffic-Sign Detection and Classification in the Wild},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2016}
}Мы хотели бы поблагодарить Tsinghua University и Tencent за сотрудничество в создании и поддержке этого ценного ресурса для сообществ компьютерного зрения и автономного вождения. Дополнительную информацию о датасете TT100K можно найти на официальном сайте датасета.
Часто задаваемые вопросы#
Датасет Tsinghua-Tencent 100K (TT100K) используется для обнаружения и классификации дорожных знаков в реальных условиях. Его 221 категория и изображения улиц в высоком разрешении делают его распространённым бенчмарком для исследований восприятия в системах автономного вождения, системах помощи водителю (ADAS) и обнаружения малых объектов.
Конфигурация Ultralytics для TT100K содержит 16 817 изображений: 6 105 для обучения, 7 641 для валидации (исходная часть датасета «other») и 3 071 для тестирования. Полную структуру смотри в разделе Структура датасета.
«100K» относится примерно к 100 000 изображениям Tencent Street View, из которых был создан исходный бенчмарк. Конфигурация Ultralytics для обнаружения предоставляет 16 817 из этих изображений с метками в формате YOLO; название отражает исходную коллекцию, а не размер обучающей выборки.
TT100K определяет 221 категорию, охватывающую знаки ограничения скорости, запрещающие, предупреждающие, ограничения высоты/ширины и информационные знаки. В исходной статье сохраняются только 45 категорий как минимум со 100 экземплярами в обучающей выборке, но конфигурация Ultralytics сохраняет все 221. Разбиение по группам смотри в разделе Структура датасета.
TT100K занимает около 18 ГБ и автоматически загружается при первом запуске обучения с
data="TT100K.yaml"— вручную скачивать его не требуется. При первом запуске скрипт также преобразует исходные аннотации в формат YOLO.Обучи модель YOLO26n на TT100K в течение 100 эпох с размером изображения 640:
Пример обученияfrom ultralytics import YOLO # Load a model model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training) # Train the model results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Подробные конфигурации смотри на странице обучения и в разделе советов по обучению моделей.
Начни с
imgsz=640для первых экспериментов, а затем увеличь значение доimgsz=1280(с меньшимbatch), если у тебя достаточно памяти GPU, поскольку более высокое разрешение помогает обнаруживать маленькие удалённые знаки:model.train(data="TT100K.yaml", imgsz=1280, batch=4) # higher resolution for small signsТы также можешь настроить аугментацию данных и рассмотреть стратегии разбиения изображений на фрагменты для очень малых объектов. Подробнее смотри в разделе Советы по обучению моделей.