Link to this sectionPaket Segmentasyon Veri Seti#

The Ultralytics Package Segmentation Dataset is a curated collection of 2,197 annotated images of packages for training instance segmentation models on a single package class. Built for logistics and warehouse-automation use cases like package identification, sorting, and handling, it pairs directly with Ultralytics YOLO for real-time package analysis in computer vision pipelines. Explore more segmentation datasets on our datasets overview page.

Link to this sectionVeri Kümesi Yapısı#

Paket Segmentasyon Veri Seti, 2.197 görüntüsünü aşağıdaki şekilde bölümlere ayırır:

• Training set: 1,920 images used for training the deep learning model.
• Doğrulama seti: Eğitim sırasında hiperparametreleri ayarlamak ve overfitting sorununu önlemek için kullanılan 188 görsel.
• Test seti: Eğitimden sonra modeli değerlendirmek için kenara ayrılan 89 görüntü.
• Sınıflar: Açıklamalı her paketi kapsayan tek bir package sınıfı.
• İndirme boyutu: ~103 MB.

Link to this sectionUygulamalar#

Paket segmentasyonu; e-ticaret sipariş karşılama ve güvenlik taraması gibi uygulamaları kapsayarak lojistik, son aşama teslimat, üretim kalite kontrol ve akıllı şehir sistemlerini optimize eder. Hassas paket maskeleri, otomatik sistemlerin paketleri gerçek zamanlı olarak bulmasını, saymasını ve incelemesini sağlar.

Link to this sectionAkıllı Depolar ve Lojistik#

Modern depolarda, görüntü tabanlı yapay zeka çözümleri, paket tanımlama ve sıralamayı otomatikleştirerek operasyonları hızlandırabilir. Bu veri seti ile eğitilmiş bilgisayarlı görü modelleri, düşük ışıklı veya dağınık alanlar gibi zorlu ortamlarda bile paketleri gerçek zamanlı olarak hızlıca tespit edip segmente edebilir. Bu durum, daha hızlı işlem süreleri, daha az hata ve lojistik operasyonlarında genel verimlilik artışı sağlar.

Link to this sectionKalite Kontrol ve Hasar Tespiti#

Paket segmentasyon modelleri, şekil ve görünümlerini analiz ederek hasarlı paketleri tanımlayabilir. Paket ana hatlarındaki düzensizlikleri veya deformasyonları tespit eden bu modeller, tedarik zincirinde yalnızca sağlam paketlerin ilerlemesini sağlamaya yardımcı olur, böylece müşteri şikayetlerini ve iade oranlarını azaltır. Bu, üretimde kalite kontrolün önemli bir yönüdür ve ürün bütünlüğünü korumak için hayati önem taşır.

Paket Segmentasyon Veri Seti'nin tamamı, Ultralytics Platform üzerinden de incelenebilir ve yönetilebilir.

Link to this sectionVeri Kümesi YAML#

Bir YAML dosyası, yollar, sınıflar ve diğer temel ayrıntılar dahil olmak üzere veri seti yapılandırmasını tanımlar. Paket Segmentasyon veri seti için package-seg.yaml dosyası https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml adresinde tutulmaktadır.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Package-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/package-seg
# Example usage: yolo train data=package-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── package-seg ← downloads here (103 MB)

# 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: package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 188 images
test: images/test # test images (relative to 'path') 89 images

# Classes
names:
  0: package

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/package-seg.zip

Link to this sectionKullanım#

Bir Ultralytics YOLO26n modelini Paket Segmentasyon veri setinde 100 epoch boyunca ve 640 görüntü boyutu ile eğitmek için aşağıdaki kod parçacıklarını kullanabilirsin. Veri seti (~103 MB) ilk kullanımda otomatik olarak indirilir. Mevcut argümanların kapsamlı bir listesi için Eğitim sayfası bölümüne bakabilirsin.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-seg.pt")  # load a pretrained segmentation model (recommended for training)

# Train the model on the Package Segmentation dataset
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Validate the model
results = model.val()

# Perform inference on an image
results = model("path/to/image.jpg")

Link to this sectionÖrnek Veriler ve Etiketler#

Aşağıda, tespit edilen paketlerin ana hatlarını gösteren ve segmentasyon maskeleri bindirilmiş bir Paket Segmentasyon Veri Seti örneği bulunmaktadır:

Veri seti; çeşitli konumları, ortamları ve paket yoğunluklarını kapsar, bu nedenle bu veri seti üzerinde eğitilen modeller, genelleme yapmaları gereken gerçek dünya lojistik sahnelerinin tüm yelpazesini görürler. İlgili iş akışları için segmentasyon görevi sayfasına göz atabilirsin.

Link to this sectionAlıntılar ve Teşekkür#

Paket Segmentasyon veri setini araştırma veya geliştirme girişimlerine entegre edersen, lütfen kaynağı uygun şekilde belirt:

@misc{ factory_package_dataset,
    title = { factory_package Dataset },
    type = { Open Source Dataset },
    author = { factorypackage },
    url = { https://universe.roboflow.com/factorypackage/factory_package },
    year = { 2024 },
    month = { jan },
    note = { visited on 2024-01-24 },
}

Bilgisayarlı görü topluluğuna katkılarından dolayı Paket Segmentasyon veri setinin yaratıcılarına şükranlarımızı sunarız. Daha fazla veri seti için Ultralytics Veri Setleri koleksiyonumuzu ve model eğitimi ipuçları hakkındaki rehberimizi ziyaret edebilirsin.

Link to this sectionSSS#

Link to this sectionPaket Segmentasyon Veri Seti nedir ve Ultralytics YOLO26 içerisinde nasıl kullanılır?#

The Package Segmentation Dataset is a collection of 2,197 annotated images of packages for training and evaluating instance segmentation models on a single package class. It targets logistics and warehouse-automation applications like package identification, sorting, and quality control, and is used directly with Ultralytics YOLO26 via the package-seg.yaml configuration file.

Link to this sectionPaket Segmentasyon Veri Seti kaç görüntü ve sınıf içerir?#

Veri seti toplamda 2.197 görüntüden oluşur (1.920'si eğitim, 188'i doğrulama ve 89'u test için) ve tamamı tek bir package sınıfı için açıklanmıştır. Tüm arşiv, ilk kullanımda ~103 MB boyutunda bir .zip dosyası olarak otomatik indirilir.

Link to this sectionPaket Segmentasyon Veri Seti üzerinde Ultralytics YOLO26 modelini nasıl eğitirim?#

Load a pretrained segmentation model (e.g., yolo26n-seg.pt) and train it with the package-seg.yaml configuration using the Python or CLI snippets in the Usage section above. See the Training guide for the full list of available arguments.

Link to this sectionLojistikte paket segmentasyonu için neden Ultralytics YOLO26 kullanılmalı?#

YOLO26 provides state-of-the-art accuracy and real-time speed for instance segmentation, letting automated systems detect and sort packages reliably even in dim or cluttered warehouses — see the Applications section above. Trained models export to formats like ONNX and TensorRT for deployment across warehouse hardware.

Link to this sectionPaket Segmentasyonu için veri seti yapılandırma dosyasını nerede bulabilirim?#

The package-seg.yaml file, which defines the dataset paths and the single package class, is located in the Ultralytics GitHub repository: package-seg.yaml.