Набор данных по летучим органическим соединениям

Набор данных PASCAL VOC (Visual Object Classes) - это хорошо известный набор данных для обнаружения, сегментации и классификации объектов. Он разработан для стимулирования исследований широкого спектра категорий объектов и широко используется для бенчмаркинга моделей компьютерного зрения. Это важный набор данных для исследователей и разработчиков, работающих над задачами обнаружения, сегментации и классификации объектов.

Основные характеристики

• Набор данных VOC включает в себя два основных вызова: VOC2007 и VOC2012.
• Набор данных включает в себя 20 категорий объектов, в том числе такие распространенные объекты, как автомобили, велосипеды и животные, а также более специфические категории, такие как лодки, диваны и обеденные столы.
• Аннотации включают ограничительные рамки объектов и метки классов для задач обнаружения и классификации объектов, а также маски сегментации для задач сегментации.
• VOC предоставляет стандартизированные метрики оценки, такие как средняя точность (mAP) для обнаружения и классификации объектов, что делает ее подходящей для сравнения производительности моделей.

Структура набора данных

Набор данных VOC разделен на три подмножества:

1. Обучение: Это подмножество содержит изображения для обучения моделей обнаружения, сегментации и классификации объектов.
2. Проверка: В этом подмножестве собраны изображения, использованные для проверки в процессе обучения модели.
3. Тест: Это подмножество состоит из изображений, используемых для тестирования и проверки обученных моделей. Истинные аннотации для этого подмножества не находятся в открытом доступе, а результаты передаются на сервер оценки PASCAL VOC для оценки производительности.

Приложения

Набор данных VOC широко используется для обучения и оценки моделей глубокого обучения в области обнаружения объектов (таких как YOLO, Faster R-CNN и SSD), сегментации объектов (таких как Mask R-CNN) и классификации изображений. Разнообразие категорий объектов, большое количество аннотированных изображений и стандартизированные метрики оценки делают эту базу данных важным ресурсом для исследователей и практиков в области компьютерного зрения.

Набор данных YAML

Для определения конфигурации набора данных используется файл YAML (Yet Another Markup Language). Он содержит информацию о путях, классах и другую необходимую информацию о наборе данных. В случае с набором данных VOC файл VOC.yaml файл хранится по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/VOC.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 license
# PASCAL VOC dataset http://host.robots.ox.ac.uk/pascal/VOC by University of Oxford
# Documentation: # Documentation: https://docs.ultralytics.com/datasets/detect/voc/
# Example usage: yolo train data=VOC.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── VOC  ← downloads here (2.8 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: ../datasets/VOC
train: # train images (relative to 'path')  16551 images
  - images/train2012
  - images/train2007
  - images/val2012
  - images/val2007
val: # val images (relative to 'path')  4952 images
  - images/test2007
test: # test images (optional)
  - images/test2007

# Classes
names:
  0: aeroplane
  1: bicycle
  2: bird
  3: boat
  4: bottle
  5: bus
  6: car
  7: cat
  8: chair
  9: cow
  10: diningtable
  11: dog
  12: horse
  13: motorbike
  14: person
  15: pottedplant
  16: sheep
  17: sofa
  18: train
  19: tvmonitor

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import xml.etree.ElementTree as ET

  from tqdm import tqdm
  from ultralytics.utils.downloads import download
  from pathlib import Path

  def convert_label(path, lb_path, year, image_id):
      def convert_box(size, box):
          dw, dh = 1. / size[0], 1. / size[1]
          x, y, w, h = (box[0] + box[1]) / 2.0 - 1, (box[2] + box[3]) / 2.0 - 1, box[1] - box[0], box[3] - box[2]
          return x * dw, y * dh, w * dw, h * dh

      in_file = open(path / f'VOC{year}/Annotations/{image_id}.xml')
      out_file = open(lb_path, 'w')
      tree = ET.parse(in_file)
      root = tree.getroot()
      size = root.find('size')
      w = int(size.find('width').text)
      h = int(size.find('height').text)

      names = list(yaml['names'].values())  # names list
      for obj in root.iter('object'):
          cls = obj.find('name').text
          if cls in names and int(obj.find('difficult').text) != 1:
              xmlbox = obj.find('bndbox')
              bb = convert_box((w, h), [float(xmlbox.find(x).text) for x in ('xmin', 'xmax', 'ymin', 'ymax')])
              cls_id = names.index(cls)  # class id
              out_file.write(" ".join(str(a) for a in (cls_id, *bb)) + '\n')


  # Download
  dir = Path(yaml['path'])  # dataset root dir
  url = 'https://github.com/ultralytics/assets/releases/download/v0.0.0/'
  urls = [f'{url}VOCtrainval_06-Nov-2007.zip',  # 446MB, 5012 images
          f'{url}VOCtest_06-Nov-2007.zip',  # 438MB, 4953 images
          f'{url}VOCtrainval_11-May-2012.zip']  # 1.95GB, 17126 images
  download(urls, dir=dir / 'images', curl=True, threads=3, exist_ok=True)  # download and unzip over existing paths (required)

  # Convert
  path = dir / 'images/VOCdevkit'
  for year, image_set in ('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test'):
      imgs_path = dir / 'images' / f'{image_set}{year}'
      lbs_path = dir / 'labels' / f'{image_set}{year}'
      imgs_path.mkdir(exist_ok=True, parents=True)
      lbs_path.mkdir(exist_ok=True, parents=True)

      with open(path / f'VOC{year}/ImageSets/Main/{image_set}.txt') as f:
          image_ids = f.read().strip().split()
      for id in tqdm(image_ids, desc=f'{image_set}{year}'):
          f = path / f'VOC{year}/JPEGImages/{id}.jpg'  # old img path
          lb_path = (lbs_path / f.name).with_suffix('.txt')  # new label path
          f.rename(imgs_path / f.name)  # move image
          convert_label(path, lb_path, year, id)  # convert labels to YOLO format

Использование

Чтобы обучить модель YOLO11n на наборе данных VOC в течение 100 эпох при размере изображения 640, можно использовать следующие фрагменты кода. Полный список доступных аргументов см. на странице "Обучение модели".

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="VOC.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=VOC.yaml model=yolo11n.pt epochs=100 imgsz=640

Образцы изображений и аннотаций

Набор данных VOC содержит разнообразные изображения с различными категориями объектов и сложными сценами. Ниже приведены примеры изображений из этого набора, а также соответствующие аннотации к ним:

• Мозаичное изображение: Это изображение демонстрирует обучающую партию, состоящую из мозаичных изображений набора данных. Мозаика - это техника, используемая в процессе обучения, которая объединяет несколько изображений в одно, чтобы увеличить разнообразие объектов и сцен в каждой обучающей партии. Это помогает улучшить способность модели к обобщению для различных размеров объектов, соотношения сторон и контекста.

Этот пример демонстрирует разнообразие и сложность изображений в наборе данных VOC и преимущества использования мозаики в процессе обучения.

Цитаты и благодарности

Если вы используете набор данных VOC в своих исследованиях или разработках, пожалуйста, ссылайтесь на следующий документ:

@misc{everingham2010pascal,
      title={The PASCAL Visual Object Classes (VOC) Challenge},
      author={Mark Everingham and Luc Van Gool and Christopher K. I. Williams and John Winn and Andrew Zisserman},
      year={2010},
      eprint={0909.5206},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Мы хотели бы выразить благодарность консорциуму PASCAL VOC за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения. Более подробную информацию о наборе данных VOC и его создателях можно найти на сайте PASCAL VOC dataset.

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Что такое набор данных PASCAL VOC и почему он важен для задач компьютерного зрения?

Набор данных PASCAL VOC (Visual Object Classes) является известным эталоном для обнаружения, сегментации и классификации объектов в компьютерном зрении. Он включает в себя всесторонние аннотации, такие как ограничительные рамки, метки классов и маски сегментации для 20 различных категорий объектов. Исследователи широко используют его для оценки производительности таких моделей, как Faster R-CNN, YOLO и Mask R-CNN, благодаря стандартным метрикам оценки, таким как средняя точность (mAP).

Как обучить модель YOLO11 с помощью набора данных VOC?

Чтобы обучить модель YOLO11 на наборе данных VOC, вам понадобится конфигурация набора данных в файле YAML. Вот пример начала обучения модели YOLO11n для 100 эпох с размером изображения 640:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="VOC.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=VOC.yaml model=yolo11n.pt epochs=100 imgsz=640

Каковы основные проблемы, включенные в набор данных VOC?

Набор данных VOC включает в себя два основных испытания: VOC2007 и VOC2012. Эти задачи проверяют обнаружение, сегментацию и классификацию объектов в 20 различных категориях. Каждое изображение тщательно аннотируется с ограничительными рамками, метками классов и масками сегментации. Задачи предоставляют стандартизированные метрики, такие как mAP, облегчающие сравнение и бенчмаркинг различных моделей компьютерного зрения.

Как набор данных PASCAL VOC улучшает сравнительный анализ и оценку моделей?

Набор данных PASCAL VOC позволяет проводить сравнительный анализ и оценку моделей благодаря подробным аннотациям и стандартизированным метрикам, таким как средняя точность (mAP). Эти показатели очень важны для оценки эффективности моделей обнаружения и классификации объектов. Разнообразные и сложные изображения в наборе данных обеспечивают всестороннюю оценку моделей в различных реальных сценариях.

Как использовать набор данных VOC для семантической сегментации в моделях YOLO ?

Чтобы использовать набор данных VOC для задач семантической сегментации с помощью моделей YOLO , необходимо правильно настроить набор данных в файле YAML. В YAML-файле определяются пути и классы, необходимые для обучения моделей сегментации. Подробные настройки можно найти в YAML-файле конфигурации набора данных VOC по адресу VOC.yaml.

📅 Создано 1 год назад ✏️ Обновлено 1 месяц назад

Комментарии