Link to this sectionНабор данных xView#

Набор данных xView — это один из крупнейших общедоступных эталонных наборов данных спутниковых снимков для обнаружения объектов, содержащий более 1 миллиона экземпляров объектов 60 классов, размеченных с помощью ограничивающих рамок на более чем 1400 км² снимков WorldView-3 с разрешением 0,3 м. Он был выпущен для конкурса DIUx xView 2018 Национальным агентством геопространственной разведки США (NGA) и требует ручной загрузки около 20,7 ГБ.

Набор данных был создан, чтобы расширить границы компьютерного зрения по четырем направлениям:

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

Основываясь на таких эталонах, как COCO, xView фокусируется на снимках с высоты птичьего полета, где объекты гораздо меньше и плотнее расположены, чем на наземных фотографиях.

datasets/xView/
├── train_images/          # 847 TIF satellite images
├── val_images/            # 282 TIF images (no public labels)
└── xView_train.geojson    # bounding-box annotations

Link to this sectionКлючевые особенности#

• Мелкозернистые классы: 60 классов объектов, включающих самолеты, транспортные средства, железнодорожный состав, морские суда, строительную технику и здания — многие из них мелкие, редкие и визуально похожие.
• Высокое разрешение: расстояние на местности 0,3 м, полученное со спутников WorldView-3.
• Плотная аннотация: более 1 миллиона экземпляров объектов на площади более 1400 км², все размечены горизонтальными ограничивающими рамками.
• Автоматическое преобразование: скрипт загрузки Ultralytics преобразует исходные метки GeoJSON в формат YOLO и создает разделение на тренировочную/валидационную выборки при первом использовании.

Link to this sectionСтруктура набора данных#

Изображения xView представляют собой большие спутниковые снимки в формате TIF, и только 847 тренировочных изображений поставляются с публичными метками — для 282 изображений валидационного набора конкурса меток нет. Поэтому конфигурация Ultralytics xView.yaml автоматически разделяет размеченные изображения при первом использовании:

60 классов охватывают такие детализированные категории, как самолет с неподвижным крылом, грузовой самолет, легковой автомобиль, автобус, локомотив, морское судно, экскаватор, здание, ангар для самолетов и резервуар для хранения; полный список приведен в YAML-файле набора данных ниже. Во время преобразования исходные идентификаторы классов конкурса (11–94) переназначаются на непрерывные индексы 0–59.

Link to this sectionПрименение#

Детализированные классы xView и высокое разрешение снимков с высоты делают его стандартным эталоном для обучения и оценки моделей глубокого обучения в области дистанционного зондирования. Типичные 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

Для ознакомления с другими эталонами снимков с высоты см. ориентированный на дроны набор данных VisDrone или набор данных с ориентированными рамками DOTA-v2.

Link to this sectionYAML набора данных#

Файл xView.yaml определяет конфигурацию набора данных — пути к набору данных, названия 60 классов и скрипт загрузки, который конвертирует аннотации GeoJSON и создает автоматическое разделение. Он поддерживается в репозитории Ultralytics по адресу https://github.com/ultralytics/ultralytics/blob/main/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.

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)

Чтобы разметить дополнительные спутниковые изображения и управлять запусками обучения xView в браузере, используй Ultralytics Platform.

Link to this sectionПримеры данных и разметки#

Пример ниже демонстрирует типичную сцену xView: снимки высокого разрешения с высоты, на которых небольшие объекты, такие как транспорт и здания, размечены ограничивающими рамками, что иллюстрирует, почему обнаружение объектов на спутниковых снимках требует точной локализации.

Link to this sectionЦитирование и благодарности#

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

@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 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 эталонный набор спутниковых снимков, выпущенный для конкурса DIUx xView 2018 Национальным агентством геопространственной разведки США, предоставляющий более 1 миллиона экземпляров объектов 60 детализированных классов на снимках WorldView-3 с разрешением 0,3 м. Он поддерживает исследования по обнаружению мелких, редких и детализированных объектов на снимках с высоты, которые являются гораздо более сложными целями, чем объекты на наземных фотографиях.

Link to this sectionКак скачать и настроить набор данных xView?#

xView требует ручной загрузки: зарегистрируйся на веб-сайте конкурса DIUx xView 2018, скачай train_images.zip (~15 ГБ), train_labels.zip и val_images.zip (~5 ГБ) — всего около 20,7 ГБ — и распакуй их в директорию datasets/xView/, следуя структуре, показанной в предупреждении в верхней части этой страницы. При первом запуске обучения Ultralytics автоматически конвертирует аннотации GeoJSON в формат YOLO и создает разделение на тренировочную/валидационную выборки.

Link to this sectionСколько изображений и классов в xView?#

xView содержит 847 размеченных тренировочных изображений и 282 валидационных изображения без публичных меток, все сняты спутниками WorldView-3 с разрешением 0,3 м. Аннотации охватывают более 1 миллиона экземпляров объектов 60 классов. Поскольку публично доступны только тренировочные метки, конфигурация Ultralytics xView.yaml автоматически разделяет 847 размеченных изображений примерно в соотношении 90/10 на тренировочный и валидационный наборы; подробности см. в Структуре набора данных.

Link to this sectionКак обучить модель YOLO26 на наборе данных xView?#

Обучи модель YOLO26n на xView в течение 100 эпох с размером изображения 640:

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

Цитируй статью "xView: Objects in Context in Overhead Imagery" (Lam et al., arXiv:1802.07856, 2018); полная запись BibTeX находится в разделе Цитирование и благодарности выше.