Roboflow Evren Paketi Segmentasyon Veri Seti

The Roboflow Package Segmentation Dataset is a curated collection of images specifically tailored for tasks related to package segmentation in the field of computer vision. This dataset is designed to assist researchers, developers, and enthusiasts working on projects related to package identification, sorting, and handling.

Farklı bağlamlarda ve ortamlarda çeşitli paketleri sergileyen çeşitli görüntüler içeren veri seti, segmentasyon modellerini eğitmek ve değerlendirmek için değerli bir kaynak görevi görür. Lojistik, depo otomasyonu veya hassas paket analizi gerektiren herhangi bir uygulama ile uğraşıyorsanız, Paket Segmentasyonu Veri Seti, bilgisayarla görme algoritmalarınızın performansını artırmak için hedefli ve kapsamlı bir görüntü seti sağlar.

Veri Kümesi Yapısı

Paket Segmentasyon Veri Setindeki verilerin dağılımı aşağıdaki gibi yapılandırılmıştır:

• Eğitim seti: İlgili açıklamalarıyla birlikte 1920 görüntüyü kapsar.
• Test seti: Her biri ilgili ek açıklamalarla eşleştirilmiş 89 görüntüden oluşur.
• Doğrulama seti: Her biri ilgili açıklamalara sahip 188 görüntüden oluşur.

Uygulamalar

Paket Segmentasyonu Veri Seti tarafından kolaylaştırılan paket segmentasyonu, lojistiği optimize etmek, son kilometre teslimatını geliştirmek, üretim kalite kontrolünü iyileştirmek ve akıllı şehir çözümlerine katkıda bulunmak için çok önemlidir. Bu veri seti, e-ticaretten güvenlik uygulamalarına kadar çeşitli ve verimli paket analizi uygulamaları için bilgisayarla görme alanında inovasyonu teşvik eden önemli bir kaynaktır.

Veri Kümesi YAML

Veri kümesi yapılandırmasını tanımlamak için bir YAML (Yet Another Markup Language) dosyası kullanılır. Veri kümesinin yolları, sınıfları ve diğer ilgili bilgiler hakkında bilgi içerir. Paket Segmentasyonu veri kümesi söz konusu olduğunda package-seg.yaml dosyası şu adreste tutulur https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 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 (102 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: ../datasets/package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 89 images
test: test/images # test images (relative to 'path') 188 images

# Classes
names:
  0: package

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

Kullanım

To train Ultralytics YOLO11n model on the Package Segmentation dataset for 100 epochs with an image size of 640, you can use the following code snippets. For a comprehensive list of available arguments, refer to the model Training page.

from ultralytics import YOLO

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

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

# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Örnek Veriler ve Açıklamalar

Paket Segmentasyonu veri kümesi, farklı perspektiflerden çekilmiş çeşitli görüntü ve video koleksiyonlarından oluşmaktadır. Aşağıda, ilgili açıklamalarıyla birlikte veri kümesinden veri örnekleri yer almaktadır:

• This image displays an instance of image object detection, featuring annotated bounding boxes with masks outlining recognized objects. The dataset incorporates a diverse collection of images taken in different locations, environments, and densities. It serves as a comprehensive resource for developing models specific to this task.
• Bu örnek, VisDrone veri setindeki çeşitliliği ve karmaşıklığı vurgulayarak, drone'ları içeren bilgisayarla görme görevleri için yüksek kaliteli sensör verilerinin öneminin altını çizmektedir.

Atıflar ve Teşekkür

Çatlak segmentasyonu veri setini araştırma veya geliştirme girişimlerinize entegre ederseniz, lütfen aşağıdaki makaleye atıfta bulunun:

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

Lojistik ve araştırma projeleri için değerli bir varlık olan Paket Segmentasyonu veri setinin oluşturulması ve sürdürülmesindeki çabalarından dolayı Roboflow ekibine şükranlarımızı sunarız. Paket Segmentasyonu veri seti ve yaratıcıları hakkında daha fazla bilgi için lütfen Paket Segmentasyonu Veri Seti Sayfasını ziyaret edin.

SSS

Roboflow Paket Segmentasyon Veri Seti nedir ve bilgisayarla görme projelerine nasıl yardımcı olabilir?

Roboflow Paket Segmentasyonu Veri Seti, paket segmentasyonu içeren görevler için özel olarak hazırlanmış bir görüntü koleksiyonudur. Çeşitli bağlamlarda paketlerin çeşitli görüntülerini içerir, bu da segmentasyon modellerini eğitmek ve değerlendirmek için çok değerli hale getirir. Bu veri seti özellikle lojistik, depo otomasyonu ve hassas paket analizi gerektiren tüm projelerdeki uygulamalar için kullanışlıdır. Lojistiği optimize etmeye ve doğru paket tanımlama ve sıralama için görüş modellerini geliştirmeye yardımcı olur.

Paket Segmentasyonu Veri Kümesi üzerinde bir Ultralytics YOLO11 modelini nasıl eğitebilirim?

Hem Python hem de CLI yöntemlerini kullanarak bir Ultralytics YOLO11n modelini eğitebilirsiniz. Aşağıdaki parçacıkları kullanın:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model

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

# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Daha fazla ayrıntı için Model Eğitimi sayfasına bakın.

Paket Segmentasyon Veri Setinin bileşenleri nelerdir ve nasıl yapılandırılmıştır?

Veri seti üç ana bileşen halinde yapılandırılmıştır:

• Training set: Contains 1920 images with annotations.
• Testing set: Comprises 89 images with corresponding annotations.
• Validation set: Includes 188 images with annotations.

Bu yapı, kapsamlı model eğitimi, doğrulama ve test için dengeli bir veri kümesi sağlayarak segmentasyon algoritmalarının performansını artırır.

Neden Ultralytics YOLO11 adresini Paket Segmentasyon Veri Seti ile birlikte kullanmalıyım?

Ultralytics YOLO11 provides state-of-the-art accuracy and speed for real-time object detection and segmentation tasks. Using it with the Package Segmentation Dataset allows you to leverage YOLO11's capabilities for precise package segmentation. This combination is especially beneficial for industries like logistics and warehouse automation, where accurate package identification is critical. For more information, check out our page on YOLO11 segmentation.

Paket Segmentasyon Veri Kümesi için package-seg.yaml dosyasına nasıl erişebilir ve kullanabilirim?

Bu package-seg.yaml dosyası Ultralytics'GitHub deposunda barındırılır ve veri kümesinin yolları, sınıfları ve yapılandırması hakkında temel bilgileri içerir. Şu adresten indirebilirsiniz Burada. Bu dosya, modellerinizi veri kümesini verimli bir şekilde kullanacak şekilde yapılandırmak için çok önemlidir.

Daha fazla bilgi ve pratik örnekler için Kullanım bölümümüzü inceleyin.

📅 9 ay önce oluşturuldu ✏️ 1 ay önce güncellendi

Yorumlar