Датасет TT100K#
Датасет Tsinghua-Tencent 100K (TT100K) — тестовый набор для обнаружения объектов, созданный Zhu и соавторами для статьи CVPR 2016 Обнаружение и классификация дорожных знаков в реальных условиях. Конфигурация Ultralytics для TT100K включает 16 817 изображений (6 105 для обучения / 7 641 для валидации / 3 071 для тестирования) и 221 категорию дорожных знаков. В исходном тестовом наборе указано более 30 000 экземпляров знаков. Число «100K» в названии отсылает примерно к 100 000 изображениям Tencent Street View, на основе которых создан тестовый набор, а не к числу изображений, которые ты скачиваешь и используешь для обучения. В исходной статье оставлены только категории, для которых в обучающей выборке есть не менее 100 экземпляров. Поэтому часто используют подмножество из 45 классов, однако конфигурация Ultralytics включает все 221 размеченную категорию, многие из которых представлены редко.
Изображения высокого разрешения из панорамных уличных съёмок показывают широкий спектр условий освещения, погоды, углов обзора и расстояний. Поэтому TT100K — сложный тест для обнаружения мелких объектов в реальных дорожных сценах.
Основные особенности#
- Обнаружение объектов нескольких классов: 221 категория дорожных знаков, в том числе китайские знаки ограничения скорости, запрета, предупреждения, ограничения высоты и ширины, а также информационные знаки.
- Высокое разрешение: изображения размером 2048×2048 пикселей — на них знаки могут быть как крупными и близкими, так и крошечными и удалёнными, что усложняет детальное обнаружение.
- Реальные условия: широкий спектр погодных условий, освещения, углов обзора и перекрытий объектов.
- Аннотации ограничивающих прямоугольников: Каждый знак размечен классом и ограничивающим прямоугольником в формате YOLO после автоматического преобразования.
- Предварительно заданные выборки: фиксированные выборки для обучения / валидации / тестирования (6 105 / 7 641 / 3 071 изображение) обеспечивают согласованную оценку.
Структура набора данных#
Конфигурация Ultralytics для TT100K разделена на три подмножества, в каждом из которых представлены одни и те же 221 категория:
| Подвыборка | Изображения | Описание |
|---|---|---|
| Обучение | 6,105 | Размеченные изображения дорожных сцен для обучения детектора |
| Валидация | 7,641 | Исходная выборка датасета «other», используемая для оценки |
| Тестовая | 3,071 | Отложенные изображения для итоговой оценки обученной модели |
221 категория объединена в несколько основных групп:
- Знаки ограничения скорости — запретительные ограничения
pl*(например, pl5–pl120) и минимальная скоростьpm*(например, pm5–pm55). - Запрещающие знаки — общие запреты
p1–p29, въезд запрещён / остановка запрещенаpn/pneи ограниченияpr*(pr10–pr100). - Предупреждающие знаки —
w1–w67предупреждают об опасностях на дороге, например о переходах, крутых поворотах, скользкой дороге и дорожных работах. - Знаки ограничения высоты и ширины — ограничения высоты
ph*(например, ph2–ph5.5) и шириныpb/pw*. - Информационные знаки — общая информация
i1–i15, сведения об ограничении скоростиil*(il50–il110), прочая информацияioи информационные табличкиip.
Применение#
TT100K широко используют для разработки и тестирования 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 обнаружения мелких объектов на изображениях высокого разрешения
Файл YAML набора данных#
Файл TT100K.yaml задаёт конфигурацию датасета: пути к данным, названия классов и скрипт автоматической загрузки и преобразования. Файл поддерживается в репозитории Ultralytics: 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 скачивается при первом запуске обучения и требует около 18 ГБ свободного места на диске. При первом использовании скрипт загрузки скачивает исходные данные и преобразует аннотации в формат YOLO; процесс может занять несколько минут.
Чтобы обучить модель YOLO26n на датасете TT100K в течение 100 эпох с размером изображения 640, используй приведённые ниже фрагменты кода. Полный список доступных аргументов см. на странице Обучение модели.
from ultralytics import YOLO
# Загрузить модель
model = YOLO("yolo26n.pt") # загрузить предварительно обученную модель (рекомендуется для обучения)
# Обучи модель — при первом запуске датасет скачается автоматически
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Чтобы размечать дополнительные изображения дорожных знаков и управлять запусками обучения на TT100K прямо в браузере, воспользуйся платформой Ultralytics.
Примеры данных и аннотаций#
Изображения TT100K размером 2048×2048 — это уличные сцены, в которых дорожные знаки часто занимают лишь небольшую часть кадра. На одном изображении может быть несколько знаков разного размера и на разном расстоянии; некоторые из них частично заслонены автомобилями, растительностью или сооружениями, а снимки сделаны днём и ночью, в ясную и дождливую погоду. Сочетание небольших объектов и сложных условий делает этот набор данных серьёзной проверкой устойчивости детектора.
Цитирование и благодарности#
Если ты используешь набор данных TT100K в исследованиях или разработке, укажи 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}
}Благодарим Университет Цинхуа и Tencent за создание и поддержку этого ценного ресурса для сообществ компьютерного зрения и автономного вождения. Подробнее о наборе данных TT100K смотри на официальном сайте набора данных.
Часто задаваемые вопросы#
Набор данных Tsinghua-Tencent 100K (TT100K) используется для обнаружения и классификации дорожных знаков в реальных условиях. Благодаря 221 категории и изображениям улиц с высоким разрешением он стал распространённым бенчмарком для восприятия в автономном вождении, усовершенствованных систем помощи водителю (ADAS) и исследований обнаружения мелких объектов.
Конфигурация TT100K в Ultralytics содержит 16 817 изображений: 6 105 для обучения, 7 641 для валидации (исходная часть набора данных «other») и 3 071 для тестирования. Полную разбивку смотри в разделе Структура набора данных.
«100K» означает примерно 100 000 изображений Tencent Street View, на основе которых был создан исходный бенчмарк. Конфигурация обнаружения Ultralytics включает 16 817 из этих изображений с разметкой в формате YOLO; название отражает исходную коллекцию, а не размер обучающей выборки.
В TT100K определена 221 категория, включая знаки ограничения скорости, запрещающие, предупреждающие, ограничивающие высоту и ширину, а также информационные знаки. В исходной статье оставлены только 45 категорий, в которых не менее 100 обучающих экземпляров, но конфигурация Ultralytics сохраняет все 221 категорию. Разбивку по группам смотри в разделе Структура набора данных.
Размер TT100K — около 18 ГБ. При первом запуске обучения набор данных загружается автоматически с помощью
data="TT100K.yaml"— вручную скачивать его не нужно. При первом запуске скрипт также преобразует исходную разметку в формат YOLO.Обучи модель YOLO26n на TT100K в течение 100 эпох с размером изображения 640:
Пример обученияfrom ultralytics import YOLO # Загрузить модель model = YOLO("yolo26n.pt") # загрузить предварительно обученную модель (рекомендуется для обучения) # Обучить модель results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Подробную информацию о конфигурации смотри на странице Обучение и в советах по обучению моделей.
Для первых экспериментов используй
imgsz=640, а затем увеличь значение доimgsz=1280(уменьшивbatch), если у тебя достаточно памяти GPU: более высокое разрешение помогает обнаруживать мелкие и удалённые знаки:model.train(data="TT100K.yaml", imgsz=1280, batch=4) # более высокое разрешение для мелких знаковТакже можно настроить аугментацию данных и рассмотреть разбиение изображений на фрагменты для очень мелких объектов. Подробнее смотри в разделе Советы по обучению моделей.