Paket Segmentasyonu Veri Kümesi#

2,197

Package-Seg

ultralytics

publicSegment

Package-Seg contains polygon masks for packages across indoor, warehouse, and logistics-style scenes, including empty background images. It supports package localization and shape segmentation; no named upstream dataset license is published, so redistribution terms should be reviewed.

1 class149.8 MBSep 2, 2026

package

packagesinstance-segmentationlogistics+1

Ultralytics Paket Segmentasyonu Veri Kümesi, tek bir package sınıfında örnek segmentasyonu modellerini eğitmek için paketlere açıklama eklenmiş 2.197 görüntüden oluşan, özenle derlenmiş bir koleksiyondur. Paket tanımlama, sıralama ve elleçleme gibi lojistik ve depo otomasyonu kullanım senaryoları için hazırlanan bu veri kümesi, bilgisayarlı görü işlem hatlarında gerçek zamanlı paket analizi için doğrudan Ultralytics YOLO ile birlikte kullanılabilir. Daha fazla segmentasyon veri kümesini veri kümeleri genel bakış sayfamızda keşfet.

Veri Kümesi Yapısı#

Paket Segmentasyonu Veri Kümesi'ndeki 2.197 görüntü şu şekilde ayrılır:

• Eğitim kümesi: Derin öğrenme modelini eğitmek için kullanılan 1.920 görüntü.
• Doğrulama kümesi: Hiperparametreleri ayarlamak ve aşırı öğrenmeyi önlemek için eğitim sırasında kullanılan 188 görüntü.
• Test kümesi: Eğitimden sonra modeli değerlendirmek için ayrılmış 89 görüntü.
• Sınıflar: Açıklama eklenmiş tüm paketleri kapsayan tek bir package sınıfı.
• İndirme boyutu: yaklaşık ~103 MB.

Uygulamalar#

Paket segmentasyonu; e-ticaret siparişlerinin karşılanması ve güvenlik taraması gibi uygulamaların yanı sıra lojistiği, son kilometre teslimatını, üretimde kalite kontrolünü ve akıllı şehir sistemlerini iyileştirir. Hassas paket maskeleri, otomatik sistemlerin gönderileri gerçek zamanlı olarak bulmasını, saymasını ve incelemesini sağlar.

Akıllı Depolar ve Lojistik#

Modern depolarda görü yapay zekâsı çözümleri, paket tanımlama ve sıralama işlemlerini otomatikleştirerek operasyonları kolaylaştırabilir. Bu veri kümesiyle eğitilen bilgisayarlı görü modelleri, loş aydınlatma veya dağınık alanlar gibi zorlu ortamlarda bile paketleri hızla tespit edip gerçek zamanlı olarak segmentlere ayırabilir. Bu da lojistik operasyonlarında daha hızlı işlem, daha az hata ve genel verimlilikte artış sağlar.

Kalite Kontrolü ve Hasar Tespiti#

Paket segmentasyonu modelleri, paketlerin şeklini ve görünümünü analiz ederek hasarlı paketleri belirleyebilir. Paket hatlarındaki düzensizlikleri veya deformasyonları tespit eden bu modeller, tedarik zincirinde yalnızca sağlam paketlerin ilerlemesini sağlamaya yardımcı olarak müşteri şikâyetlerini ve iade oranlarını azaltır. Bu, üretimde kalite kontrolünün önemli bir parçasıdır ve ürün bütünlüğünü korumak için kritik öneme sahiptir.

Paket Segmentasyonu Veri Kümesi'nin tamamına Ultralytics Platform üzerinden de göz atabilir ve bu veri kümesini yönetebilirsin.

Veri Kümesi YAML Dosyası#

Bir YAML dosyası; yolları, sınıfları ve diğer önemli ayrıntıları içeren veri kümesi yapılandırmasını tanımlar. Paket Segmentasyonu veri kümesi için package-seg.yaml dosyası https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml konumunda tutulur.

# 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

Kullanım#

Paket Segmentasyonu veri kümesinde, 640 görüntü boyutuyla 100 epoch boyunca bir Ultralytics YOLO26n-seg modelini eğitmek için aşağıdaki kod parçacıklarını kullan. Veri kümesi (yaklaşık ~103 MB) ilk kullanımda otomatik olarak indirilir. Kullanılabilir bağımsız değişkenlerin kapsamlı listesi için modelin Eğitim sayfasına bak.

from ultralytics import YOLO

# Bir model yükle
model = YOLO("yolo26n-seg.pt")  # Önceden eğitilmiş bir segmentasyon modeli yükle (eğitim için önerilir)

# Modeli Paket Segmentasyonu veri kümesinde eğit
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Modeli doğrula
results = model.val()

# Bir görüntü üzerinde çıkarım yap
results = model("path/to/image.jpg")

Örnek Veriler ve Açıklamalar#

Aşağıda, tespit edilen paketlerin sınırlarını gösteren segmentasyon maskelerinin üzerine bindirildiği Paket Segmentasyonu Veri Kümesi'nden bir örnek yer alıyor:

Veri kümesi çeşitli konumları, ortamları ve paket yoğunluklarını kapsar; böylece bu veri kümesiyle eğitilen modeller, genelleme yapmaları gereken gerçek dünya lojistik sahnelerinin çeşitliliğini görür. İlgili iş akışları için segmentasyon görevi sayfasına göz at.

Atıflar ve Teşekkürler#

Paket Segmentasyonu veri kümesini araştırma veya geliştirme çalışmalarına dâhil ediyorsan 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 },
}

Paket Segmentasyonu veri kümesini bilgisayarlı görü topluluğuna kazandırdıkları için oluşturucularına teşekkür ederiz. Daha fazla veri kümesi için Ultralytics Veri Kümeleri koleksiyonunu ve model eğitimi ipuçları kılavuzumuzu ziyaret et.

Sık Sorulan Sorular#