Meet YOLO26: next-gen vision AI.

Link to this sectionНабор данных xView#

Набор данных xView — один из крупнейших общедоступных наборов данных аэрофотоснимков, содержащий изображения сложных сцен со всего мира, размеченные с помощью ограничивающих рамок. Цель набора данных xView — ускорить прогресс в четырех направлениях компьютерного зрения:

  1. Снижение минимального разрешения для детекции.
  2. Повышение эффективности обучения.
  3. Обеспечение обнаружения большего количества классов объектов.
  4. Улучшение детекции мелкозернистых классов.

xView опирается на успех таких конкурсов, как Common Objects in Context (COCO), и стремится использовать компьютерное зрение для анализа растущего объема доступных космических снимков, чтобы понять визуальный мир по-новому и решить ряд важных прикладных задач.

Требуется ручная загрузка

Набор данных xView не загружается автоматически скриптами Ultralytics. Ты должен сначала вручную скачать набор данных из официального источника:

  • Источник: Конкурс DIUx xView 2018 от Национального агентства геопространственной разведки США (NGA)
  • URL: https://challenge.xviewdataset.org

Важно: После скачивания необходимых файлов (например, train_images.tif, val_images.tif, xView_train.geojson) тебе нужно распаковать их и разместить в правильной структуре каталогов, обычно ожидаемой в папке datasets/xView/, перед выполнением приведенных ниже команд обучения. Убедись, что набор данных правильно настроен в соответствии с инструкциями конкурса.

Link to this sectionКлючевые особенности#

  • xView содержит более 1 миллиона экземпляров объектов в 60 классах.
  • Набор данных имеет разрешение 0,3 метра, что обеспечивает более высокую детализацию изображений, чем большинство общедоступных наборов спутниковых снимков.
  • xView отличается разнообразной коллекцией мелких, редких, мелкозернистых и разнотипных объектов с разметкой bounding box.
  • Поставляется с предварительно обученной базовой моделью, использующей API детекции объектов TensorFlow, и примером для PyTorch.

Link to this sectionСтруктура набора данных#

Набор данных xView состоит из спутниковых снимков, полученных со спутников WorldView-3 с пространственным разрешением 0,3 м. Он содержит более 1 миллиона объектов 60 классов на более чем 1400 км² изображений. Набор данных особенно ценен для задач дистанционного зондирования и мониторинга окружающей среды.

Link to this sectionПрименение#

Набор данных xView широко используется для обучения и оценки моделей глубокого обучения для детекции объектов на аэрофотоснимках. Разнообразие классов объектов и высокое разрешение изображений делают его ценным ресурсом для исследователей и практиков в области компьютерного зрения, особенно для анализа спутниковых данных. Области применения включают:

  • Военная и оборонная разведка
  • Городское планирование и развитие
  • Мониторинг окружающей среды
  • Реагирование на стихийные бедствия и оценка ущерба
  • Картографирование и управление инфраструктурой

Link to this sectionYAML набора данных#

Для определения конфигурации набора данных используется YAML-файл. Он содержит информацию о путях к данным, классах и другую соответствующую информацию. В случае с набором данных xView файл xView.yaml поддерживается по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

ultralytics/cfg/datasets/xView.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# DIUx xView 2018 Challenge dataset https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  Download and extract data manually to `datasets/xView` before running the train command.  --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── xView ← downloads here (20.7 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: xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # val images (relative to 'path') 10% of 847 train images

# Classes
names:
  0: Fixed-wing Aircraft
  1: Small Aircraft
  2: Cargo Plane
  3: Helicopter
  4: Passenger Vehicle
  5: Small Car
  6: Bus
  7: Pickup Truck
  8: Utility Truck
  9: Truck
  10: Cargo Truck
  11: Truck w/Box
  12: Truck Tractor
  13: Trailer
  14: Truck w/Flatbed
  15: Truck w/Liquid
  16: Crane Truck
  17: Railway Vehicle
  18: Passenger Car
  19: Cargo Car
  20: Flat Car
  21: Tank car
  22: Locomotive
  23: Maritime Vessel
  24: Motorboat
  25: Sailboat
  26: Tugboat
  27: Barge
  28: Fishing Vessel
  29: Ferry
  30: Yacht
  31: Container Ship
  32: Oil Tanker
  33: Engineering Vehicle
  34: Tower crane
  35: Container Crane
  36: Reach Stacker
  37: Straddle Carrier
  38: Mobile Crane
  39: Dump Truck
  40: Haul Truck
  41: Scraper/Tractor
  42: Front loader/Bulldozer
  43: Excavator
  44: Cement Mixer
  45: Ground Grader
  46: Hut/Tent
  47: Shed
  48: Building
  49: Aircraft Hangar
  50: Damaged Building
  51: Facility
  52: Construction Site
  53: Vehicle Lot
  54: Helipad
  55: Storage Tank
  56: Shipping container lot
  57: Shipping Container
  58: Pylon
  59: Tower

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

  import numpy as np
  from PIL import Image

  from ultralytics.utils import TQDM
  from ultralytics.data.split import autosplit
  from ultralytics.utils.ops import xyxy2xywhn

  def convert_labels(fname=Path("xView/xView_train.geojson")):
      """Convert xView GeoJSON labels to YOLO format (classes 0-59) and save them as text files."""
      path = fname.parent
      with open(fname, encoding="utf-8") as f:
          print(f"Loading {fname}...")
          data = json.load(f)

      # Make dirs
      labels = path / "labels" / "train"
      shutil.rmtree(labels, ignore_errors=True)
      labels.mkdir(parents=True, exist_ok=True)

      # xView classes 11-94 to 0-59
      xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
                           12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
                           29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
                           47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]

      shapes = {}
      for feature in TQDM(data["features"], desc=f"Converting {fname}"):
          p = feature["properties"]
          if p["bounds_imcoords"]:
              image_id = p["image_id"]
              image_file = path / "train_images" / image_id
              if image_file.exists():  # 1395.tif missing
                  try:
                      box = np.array([int(num) for num in p["bounds_imcoords"].split(",")])
                      assert box.shape[0] == 4, f"incorrect box shape {box.shape[0]}"
                      cls = p["type_id"]
                      cls = xview_class2index[int(cls)]  # xView class to 0-59
                      assert 59 >= cls >= 0, f"incorrect class index {cls}"

                      # Write YOLO label
                      if image_id not in shapes:
                          shapes[image_id] = Image.open(image_file).size
                      box = xyxy2xywhn(box[None].astype(float), w=shapes[image_id][0], h=shapes[image_id][1], clip=True)
                      with open((labels / image_id).with_suffix(".txt"), "a", encoding="utf-8") as f:
                          f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt
                  except Exception as e:
                      print(f"WARNING: skipping one label for {image_file}: {e}")

  # Download manually from https://challenge.xviewdataset.org
  dir = Path(yaml["path"])  # dataset root dir
  # urls = [
  #     "https://d307kc0mrhucc3.cloudfront.net/train_labels.zip",  # train labels
  #     "https://d307kc0mrhucc3.cloudfront.net/train_images.zip",  # 15G, 847 train images
  #     "https://d307kc0mrhucc3.cloudfront.net/val_images.zip",  # 5G, 282 val images (no labels)
  # ]
  # download(urls, dir=dir)

  # Convert labels
  convert_labels(dir / "xView_train.geojson")

  # Move images
  images = Path(dir / "images")
  images.mkdir(parents=True, exist_ok=True)
  Path(dir / "train_images").rename(dir / "images" / "train")
  Path(dir / "val_images").rename(dir / "images" / "val")

  # Split
  autosplit(dir / "images" / "train")

Link to this sectionИспользование#

Чтобы обучить модель на наборе данных xView в течение 100 эпох с размером изображения 640, ты можешь использовать следующие фрагменты кода. Полный список доступных аргументов можно найти на странице Training 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="xView.yaml", epochs=100, imgsz=640)

Link to this sectionПримеры данных и разметки#

Набор данных xView содержит спутниковые изображения высокого разрешения с разнообразными объектами, размеченными с помощью ограничивающих рамок. Вот несколько примеров данных из набора, а также соответствующие им аннотации:

Аэрофотосъемка набора данных xView с детекцией объектов

  • Аэрофотоснимки: На этом изображении показан пример детекции объектов на снимках с воздуха, где объекты размечены ограничивающими рамками. Набор данных предоставляет спутниковые изображения высокого разрешения для облегчения разработки моделей для этой задачи.

Этот пример демонстрирует разнообразие и сложность данных в наборе xView и подчеркивает важность высококачественных спутниковых снимков для задач детекции объектов.

Link to this sectionПохожие наборы данных#

Если ты работаешь со спутниковыми снимками, возможно, тебе будет интересно изучить эти похожие наборы данных:

  • DOTA-v2: Набор данных для ориентированной детекции объектов на аэрофотоснимках
  • VisDrone: Набор данных для детекции и отслеживания объектов на видео с дронов
  • Argoverse: Набор данных для автономного вождения с аннотациями для 3D-трекинга

Link to this sectionЦитирование и благодарности#

Если ты используешь набор данных xView в своих исследованиях или разработках, пожалуйста, сошлися на следующую статью:

Цитата
@misc{lam2018xview,
      title={xView: Objects in Context in Overhead Imagery},
      author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
      year={2018},
      eprint={1802.07856},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Мы хотели бы выразить признательность Defense Innovation Unit (DIU) и создателям набора данных xView за их ценный вклад в сообщество исследователей компьютерного зрения. Для получения дополнительной информации о наборе данных xView и его создателях посети веб-сайт набора данных xView.

Link to this sectionFAQ#

Link to this sectionЧто такое набор данных xView и какую пользу он приносит исследованиям в области компьютерного зрения?#

Набор данных xView — это одна из крупнейших общедоступных коллекций спутниковых снимков высокого разрешения, содержащая более 1 миллиона экземпляров объектов 60 классов. Он разработан для улучшения различных аспектов исследований в области компьютерного зрения, таких как снижение минимального разрешения для детекции, повышение эффективности обучения, обнаружение большего количества классов объектов и развитие мелкозернистой детекции объектов.

Link to this sectionКак я могу использовать Ultralytics YOLO для обучения модели на наборе данных xView?#

Чтобы обучить модель на наборе данных xView с помощью Ultralytics YOLO, выполни следующие шаги:

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="xView.yaml", epochs=100, imgsz=640)

Подробные аргументы и настройки можно найти на странице Training модели.

Link to this sectionКаковы основные особенности набора данных xView?#

Набор данных xView выделяется своим всесторонним набором функций:

  • Более 1 миллиона экземпляров объектов в 60 различных классах.
  • Изображения высокого разрешения 0,3 метра.
  • Разнообразные типы объектов, включая мелкие, редкие и мелкозернистые, размеченные ограничивающими рамками.
  • Наличие предварительно обученной базовой модели и примеров для TensorFlow и PyTorch.

Link to this sectionКакова структура набора данных xView и как он размечен?#

Набор данных xView содержит спутниковые снимки высокого разрешения, полученные спутниками WorldView-3 с пространственным разрешением 0,3 м, охватывающие более 1 миллиона объектов 60 различных классов на примерно 1400 км² размеченных снимков. Каждый объект помечен ограничивающими рамками, что делает набор данных очень подходящим для обучения и оценки моделей глубокого обучения для детекции объектов с воздуха. Подробный разбор можно найти в разделе Структура набора данных.

Link to this sectionКак мне сослаться на набор данных xView в своем исследовании?#

Если ты используешь набор данных xView в своих исследованиях, пожалуйста, сошлися на следующую статью:

Цитата
@misc{lam2018xview,
    title={xView: Objects in Context in Overhead Imagery},
    author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
    year={2018},
    eprint={1802.07856},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

Для получения дополнительной информации о наборе данных xView посети официальный веб-сайт набора данных xView.

Авторы
GLglenn-jocher16PDpderrenger1MAMatthewNoyce1RIRizwanMunawar1JKjk4e1

Комментарии