─░├žeri─če ge├ž

Roboflow Evren Paketi Segmentasyon Veri Seti

Bu Roboflow Paket Segmentasyonu Veri K├╝mesi, bilgisayarla g├Ârme alan─▒nda paket segmentasyonu ile ilgili g├Ârevler i├žin ├Âzel olarak haz─▒rlanm─▒┼č bir g├Âr├╝nt├╝ koleksiyonudur. Bu veri k├╝mesi, paket tan─▒mlama, s─▒ralama ve i┼čleme ile ilgili projeler ├╝zerinde ├žal─▒┼čan ara┼čt─▒rmac─▒lara, geli┼čtiricilere ve merakl─▒lara yard─▒mc─▒ olmak i├žin tasarlanm─▒┼čt─▒r.

Farkl─▒ ba─člamlarda ve ortamlarda ├že┼čitli paketleri sergileyen ├že┼čitli g├Âr├╝nt├╝ler i├žeren veri seti, segmentasyon modellerini e─čitmek ve de─čerlendirmek i├žin de─čerli bir kaynak g├Ârevi g├Âr├╝r. Lojistik, depo otomasyonu veya hassas paket analizi gerektiren herhangi bir uygulama ile u─čra┼č─▒yorsan─▒z, Paket Segmentasyonu Veri Seti, bilgisayarla g├Ârme algoritmalar─▒n─▒z─▒n performans─▒n─▒ art─▒rmak i├žin hedefli ve kapsaml─▒ bir g├Âr├╝nt├╝ seti sa─člar.

Veri K├╝mesi Yap─▒s─▒

Paket Segmentasyon Veri Setindeki verilerin da─č─▒l─▒m─▒ a┼ča─č─▒daki gibi yap─▒land─▒r─▒lm─▒┼čt─▒r:

  • E─čitim seti: ─░lgili a├ž─▒klamalar─▒yla birlikte 1920 g├Âr├╝nt├╝y├╝ kapsar.
  • Test seti: Her biri ilgili ek a├ž─▒klamalarla e┼čle┼čtirilmi┼č 89 g├Âr├╝nt├╝den olu┼čur.
  • Do─črulama seti: Her biri ilgili a├ž─▒klamalara sahip 188 g├Âr├╝nt├╝den olu┼čur.

Uygulamalar

Paket Segmentasyonu Veri Seti taraf─▒ndan kolayla┼čt─▒r─▒lan paket segmentasyonu, lojisti─či optimize etmek, son kilometre teslimat─▒n─▒ geli┼čtirmek, ├╝retim kalite kontrol├╝n├╝ iyile┼čtirmek ve ak─▒ll─▒ ┼čehir ├ž├Âz├╝mlerine katk─▒da bulunmak i├žin ├žok ├Ânemlidir. Bu veri seti, e-ticaretten g├╝venlik uygulamalar─▒na kadar ├že┼čitli ve verimli paket analizi uygulamalar─▒ i├žin bilgisayarla g├Ârme alan─▒nda inovasyonu te┼čvik eden ├Ânemli bir kaynakt─▒r.

Veri K├╝mesi YAML

Veri k├╝mesi yap─▒land─▒rmas─▒n─▒ tan─▒mlamak i├žin bir YAML (Yet Another Markup Language) dosyas─▒ kullan─▒l─▒r. Veri k├╝mesinin yollar─▒, s─▒n─▒flar─▒ ve di─čer ilgili bilgiler hakk─▒nda bilgi i├žerir. Paket Segmentasyonu veri k├╝mesi s├Âz konusu oldu─čunda package-seg.yaml dosyas─▒ ┼ču adreste tutulur https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

ultralytics/cfg/datasets/package-seg.yaml

# Ultralytics YOLO ­čÜÇ, 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
# ÔöťÔöÇÔöÇ ultralytics
# ÔööÔöÇÔöÇ datasets
#     ÔööÔöÇÔöÇ package-seg  ÔćÉ 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://ultralytics.com/assets/package-seg.zip

Kullan─▒m

Ultralytics YOLOv8n modelini 640 g├Âr├╝nt├╝ boyutuyla 100 epok i├žin Paket Segmentasyonu veri k├╝mesi ├╝zerinde e─čitmek i├žin a┼ča─č─▒daki kod par├žac─▒klar─▒n─▒ kullanabilirsiniz. Kullan─▒labilir ba─č─▒ms─▒z de─či┼čkenlerin kapsaml─▒ bir listesi i├žin Model E─čitimi sayfas─▒na bak─▒n.

Tren ├ľrne─či

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-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=yolov8n-seg.pt epochs=100 imgsz=640

├ľrnek Veriler ve A├ž─▒klamalar

Paket Segmentasyonu veri k├╝mesi, farkl─▒ perspektiflerden ├žekilmi┼č ├že┼čitli g├Âr├╝nt├╝ ve video koleksiyonlar─▒ndan olu┼čmaktad─▒r. A┼ča─č─▒da, ilgili a├ž─▒klamalar─▒yla birlikte veri k├╝mesinden veri ├Ârnekleri yer almaktad─▒r:

Veri k├╝mesi ├Ârnek g├Âr├╝nt├╝s├╝

  • Bu g├Âr├╝nt├╝, tan─▒nan nesnelerin ana hatlar─▒n─▒ ├žizen maskeler ile a├ž─▒klamal─▒ s─▒n─▒rlay─▒c─▒ kutular i├žeren bir g├Âr├╝nt├╝ nesnesi alg─▒lama ├Ârne─čini g├Âstermektedir. Veri k├╝mesi, farkl─▒ konumlarda, ortamlarda ve yo─čunluklarda ├žekilmi┼č ├že┼čitli g├Âr├╝nt├╝ koleksiyonlar─▒n─▒ i├žermektedir. Bu g├Âreve ├Âzel modeller geli┼čtirmek i├žin kapsaml─▒ bir kaynak g├Ârevi g├Âr├╝r.
  • Bu ├Ârnek, VisDrone veri setindeki ├že┼čitlili─či ve karma┼č─▒kl─▒─č─▒ vurgulayarak, drone'lar─▒ i├žeren bilgisayarla g├Ârme g├Ârevleri i├žin y├╝ksek kaliteli sens├Âr verilerinin ├Âneminin alt─▒n─▒ ├žizmektedir.

At─▒flar ve Te┼čekk├╝r

├çatlak segmentasyonu veri setini ara┼čt─▒rma veya geli┼čtirme giri┼čimlerinize entegre ederseniz, l├╝tfen a┼ča─č─▒daki makaleye at─▒fta 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 ara┼čt─▒rma projeleri i├žin de─čerli bir varl─▒k olan Paket Segmentasyonu veri setinin olu┼čturulmas─▒ ve s├╝rd├╝r├╝lmesindeki ├žabalar─▒ndan dolay─▒ Roboflow ekibine ┼č├╝kranlar─▒m─▒z─▒ sunar─▒z. Paket Segmentasyonu veri seti ve yarat─▒c─▒lar─▒ hakk─▒nda daha fazla bilgi i├žin l├╝tfen Paket Segmentasyonu Veri Seti Sayfas─▒n─▒ ziyaret edin.



Created 2024-01-25, Updated 2024-06-02
Authors: glenn-jocher (3), RizwanMunawar (1)

Yorumlar