Tổng quan về tập dữ liệu phát hiện đối tượng
Việc huấn luyện một mô hình object detection mạnh mẽ và chính xác đòi hỏi một tập dữ liệu toàn diện. Hướng dẫn này giới thiệu các định dạng tập dữ liệu khác nhau tương thích với mô hình Ultralytics YOLO và cung cấp thông tin chuyên sâu về cấu trúc, cách sử dụng cũng như cách chuyển đổi giữa các định dạng.
Các định dạng tập dữ liệu được hỗ trợ
Định dạng Ultralytics YOLO
Định dạng Ultralytics YOLO là định dạng cấu hình tập dữ liệu cho phép bạn xác định thư mục gốc của tập dữ liệu, các đường dẫn tương đối đến các thư mục chứa ảnh huấn luyện/xác thực/kiểm thử hoặc các tệp *.txt chứa đường dẫn ảnh, và một từ điển chứa tên các lớp. Dưới đây là một ví dụ:
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# COCO8 dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8/
# Example usage: yolo train data=coco8.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco8 ← downloads here (1 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: coco8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)
# Classes
names:
0: person
1: bicycle
2: car
3: motorcycle
4: airplane
5: bus
6: train
7: truck
8: boat
9: traffic light
10: fire hydrant
11: stop sign
12: parking meter
13: bench
14: bird
15: cat
16: dog
17: horse
18: sheep
19: cow
20: elephant
21: bear
22: zebra
23: giraffe
24: backpack
25: umbrella
26: handbag
27: tie
28: suitcase
29: frisbee
30: skis
31: snowboard
32: sports ball
33: kite
34: baseball bat
35: baseball glove
36: skateboard
37: surfboard
38: tennis racket
39: bottle
40: wine glass
41: cup
42: fork
43: knife
44: spoon
45: bowl
46: banana
47: apple
48: sandwich
49: orange
50: broccoli
51: carrot
52: hot dog
53: pizza
54: donut
55: cake
56: chair
57: couch
58: potted plant
59: bed
60: dining table
61: toilet
62: tv
63: laptop
64: mouse
65: remote
66: keyboard
67: cell phone
68: microwave
69: oven
70: toaster
71: sink
72: refrigerator
73: book
74: clock
75: vase
76: scissors
77: teddy bear
78: hair drier
79: toothbrush
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8.zipCác nhãn cho định dạng này nên được xuất sang định dạng YOLO với một tệp *.txt cho mỗi ảnh. Nếu không có đối tượng nào trong ảnh, không cần tệp *.txt. Tệp *.txt nên được định dạng với mỗi dòng cho một đối tượng theo cấu trúc class x_center y_center width height. Tọa độ hộp phải ở định dạng xywh chuẩn hóa (từ 0 đến 1). Nếu các hộp của bạn tính theo pixel, bạn nên chia x_center và width cho chiều rộng ảnh, và y_center và height cho chiều cao ảnh. Số thứ tự lớp nên bắt đầu từ 0.
Tệp nhãn tương ứng với ảnh trên chứa 2 người (lớp 0) và một chiếc cà vạt (lớp 27):
Khi sử dụng định dạng Ultralytics YOLO, hãy sắp xếp các ảnh huấn luyện, xác thực và nhãn của bạn như được hiển thị trong ví dụ về tập dữ liệu COCO8 bên dưới.
Ví dụ sử dụng
Đây là cách bạn có thể sử dụng các tập dữ liệu định dạng YOLO để huấn luyện mô hình của mình:
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="coco8.yaml", epochs=100, imgsz=640)Định dạng Ultralytics NDJSON
Định dạng NDJSON (Newline Delimited JSON) cung cấp một cách thay thế để xác định tập dữ liệu cho các mô hình Ultralytics YOLO. Định dạng này lưu trữ metadata và chú thích tập dữ liệu trong một tệp duy nhất, trong đó mỗi dòng chứa một đối tượng JSON riêng biệt.
Một tệp tập dữ liệu NDJSON bao gồm:
- Bản ghi tập dữ liệu (dòng đầu tiên): Chứa metadata của tập dữ liệu bao gồm loại tác vụ, tên các lớp và thông tin chung
- Bản ghi ảnh (các dòng tiếp theo): Chứa dữ liệu từng ảnh bao gồm kích thước, chú thích và đường dẫn tệp
{
"type": "dataset",
"task": "detect",
"name": "Example",
"description": "COCO NDJSON example dataset",
"url": "https://app.ultralytics.com/user/datasets/example",
"class_names": { "0": "person", "1": "bicycle", "2": "car" },
"bytes": 426342,
"version": 0,
"created_at": "2024-01-01T00:00:00Z",
"updated_at": "2025-01-01T00:00:00Z"
}Ví dụ sử dụng
Để sử dụng tập dữ liệu NDJSON với YOLO26, chỉ cần chỉ định đường dẫn đến tệp .ndjson:
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt")
# Train using NDJSON dataset
results = model.train(data="path/to/dataset.ndjson", epochs=100, imgsz=640)Ưu điểm của định dạng NDJSON
- Tệp duy nhất: Tất cả thông tin tập dữ liệu được chứa trong một tệp
- Truyền phát: Có thể xử lý các tập dữ liệu lớn theo từng dòng mà không cần tải toàn bộ vào bộ nhớ
- Tích hợp đám mây: Hỗ trợ các URL ảnh từ xa cho việc huấn luyện trên nền tảng đám mây
- Khả năng mở rộng: Dễ dàng thêm các trường metadata tùy chỉnh
- Kiểm soát phiên bản: Định dạng tệp đơn lẻ hoạt động tốt với git và các hệ thống kiểm soát phiên bản
Các tập dữ liệu được hỗ trợ
Dưới đây là danh sách các tập dữ liệu được hỗ trợ và mô tả ngắn gọn cho từng tập:
- African-wildlife: Tập dữ liệu bao gồm hình ảnh động vật hoang dã châu Phi, bao gồm trâu, voi, tê giác và ngựa vằn.
- Argoverse: Tập dữ liệu chứa dữ liệu theo dõi 3D và dự báo chuyển động từ môi trường đô thị với các chú thích phong phú.
- Brain-tumor: Tập dữ liệu phát hiện khối u não bao gồm ảnh MRI hoặc CT với thông tin chi tiết về sự hiện diện, vị trí và đặc điểm của khối u.
- COCO: Common Objects in Context (COCO) là tập dữ liệu quy mô lớn về object detection, phân đoạn và chú thích với 80 danh mục đối tượng.
- COCO8: Một tập con nhỏ hơn gồm 4 ảnh đầu tiên từ COCO train và COCO val, phù hợp để thử nghiệm nhanh.
- COCO8-Grayscale: Phiên bản thang độ xám của COCO8 được tạo bằng cách chuyển đổi RGB sang thang độ xám, hữu ích cho việc đánh giá mô hình đơn kênh.
- COCO8-Multispectral: Phiên bản đa phổ 10 kênh của COCO8 được tạo bằng cách nội suy các bước sóng RGB, hữu ích cho việc đánh giá mô hình nhạy cảm với quang phổ.
- COCO12-Formats: Tập dữ liệu kiểm thử với 12 ảnh bao gồm tất cả các định dạng ảnh được hỗ trợ (AVIF, BMP, DNG, HEIC, JP2, JPEG, JPG, MPO, PNG, TIF, TIFF, WebP) để xác thực các quy trình tải ảnh.
- COCO128: Một tập con nhỏ hơn gồm 128 ảnh đầu tiên từ COCO train và COCO val, phù hợp để thử nghiệm.
- Construction-PPE: Tập dữ liệu về công nhân tại công trường với các thiết bị an toàn được gắn nhãn như mũ bảo hộ, áo phản quang, găng tay, ủng và kính bảo hộ, bao gồm các chú thích về thiết bị thiếu như no_helmet, no_googles để giám sát tuân thủ trong thực tế.
- Global Wheat 2020: Tập dữ liệu chứa hình ảnh đầu lúa mì cho Thử thách Lúa mì Toàn cầu 2020.
- HomeObjects-3K: Tập dữ liệu về các vật dụng gia đình trong nhà bao gồm giường, ghế, TV, v.v. - lý tưởng cho các ứng dụng tự động hóa nhà thông minh, robot, thực tế tăng cường và phân tích bố cục phòng.
- KITTI: Tập dữ liệu bao gồm các cảnh lái xe thực tế với dữ liệu stereo, LiDAR và GPS/IMU, được sử dụng tại đây cho các tác vụ phát hiện đối tượng 2D như xác định ô tô, người đi bộ và người đi xe đạp trong môi trường đô thị, nông thôn và đường cao tốc.
- LVIS: Tập dữ liệu quy mô lớn về phát hiện đối tượng, phân đoạn và chú thích với 1203 danh mục đối tượng.
- Medical-pills: Tập dữ liệu bao gồm hình ảnh thuốc y tế, được chú thích cho các ứng dụng như đảm bảo chất lượng dược phẩm, phân loại thuốc và tuân thủ quy định.
- Objects365: Tập dữ liệu quy mô lớn, chất lượng cao cho phát hiện đối tượng với 365 danh mục đối tượng và hơn 600 nghìn ảnh được gắn nhãn.
- OpenImagesV7: Tập dữ liệu toàn diện của Google với 1,7 triệu ảnh huấn luyện và 42 nghìn ảnh xác thực.
- Roboflow 100: Một điểm chuẩn phát hiện đối tượng đa dạng với 100 tập dữ liệu trải rộng trên bảy lĩnh vực hình ảnh để đánh giá mô hình toàn diện.
- Signature: Tập dữ liệu bao gồm hình ảnh các tài liệu khác nhau với chữ ký được chú thích, hỗ trợ xác minh tài liệu và nghiên cứu phát hiện gian lận.
- SKU-110K: Tập dữ liệu bao gồm phát hiện đối tượng dày đặc trong môi trường bán lẻ với hơn 11 nghìn ảnh và 1,7 triệu bounding boxes.
- TT100K: Khám phá tập dữ liệu biển báo giao thông Tsinghua-Tencent 100K (TT100K) với 100.000 ảnh góc nhìn đường phố và hơn 30.000 biển báo giao thông được gắn nhãn để phát hiện và phân loại mạnh mẽ.
- VisDrone: Tập dữ liệu chứa dữ liệu phát hiện đối tượng và theo dõi đa đối tượng từ hình ảnh do drone ghi lại với hơn 10 nghìn ảnh và chuỗi video.
- VOC: Tập dữ liệu Pascal Visual Object Classes (VOC) để phát hiện và phân đoạn đối tượng với 20 lớp đối tượng và hơn 11 nghìn ảnh.
- xView: Tập dữ liệu để phát hiện đối tượng trong hình ảnh từ trên không với 60 danh mục đối tượng và hơn 1 triệu đối tượng được gắn nhãn.
Thêm tập dữ liệu của riêng bạn
Nếu bạn có tập dữ liệu của riêng mình và muốn sử dụng nó để huấn luyện các mô hình phát hiện với định dạng Ultralytics YOLO, hãy đảm bảo rằng nó tuân theo định dạng được chỉ định ở trên trong phần "Định dạng Ultralytics YOLO". Chuyển đổi các chú thích của bạn sang định dạng bắt buộc và chỉ định đường dẫn, số lượng lớp và tên lớp trong tệp cấu hình YAML.
Chuyển đổi định dạng nhãn
Định dạng tập dữ liệu COCO sang định dạng YOLO
Bạn có thể dễ dàng chuyển đổi nhãn từ định dạng tập dữ liệu COCO phổ biến sang định dạng YOLO bằng đoạn mã sau:
from ultralytics.data.converter import convert_coco
convert_coco(labels_dir="path/to/coco/annotations/")Công cụ chuyển đổi này có thể được sử dụng để chuyển đổi tập dữ liệu COCO hoặc bất kỳ tập dữ liệu nào ở định dạng COCO sang định dạng Ultralytics YOLO. Quá trình này chuyển đổi các chú thích COCO dựa trên JSON sang định dạng YOLO dựa trên văn bản đơn giản hơn, làm cho nó tương thích với các mô hình Ultralytics YOLO.
Hãy nhớ kiểm tra kỹ xem tập dữ liệu bạn muốn sử dụng có tương thích với mô hình của bạn hay không và tuân thủ các quy ước định dạng cần thiết. Các tập dữ liệu được định dạng đúng cách là yếu tố quan trọng để huấn luyện các mô hình phát hiện đối tượng thành công.
Câu hỏi thường gặp (FAQ)
Định dạng tập dữ liệu Ultralytics YOLO là gì và cách cấu trúc nó như thế nào?
Định dạng Ultralytics YOLO là một cấu hình có cấu trúc để xác định các tập dữ liệu trong các dự án huấn luyện của bạn. Nó liên quan đến việc thiết lập đường dẫn đến ảnh huấn luyện, xác thực và kiểm thử của bạn cùng với các nhãn tương ứng. Ví dụ:
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# COCO8 dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8/
# Example usage: yolo train data=coco8.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco8 ← downloads here (1 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: coco8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)
# Classes
names:
0: person
1: bicycle
2: car
3: motorcycle
4: airplane
5: bus
6: train
7: truck
8: boat
9: traffic light
10: fire hydrant
11: stop sign
12: parking meter
13: bench
14: bird
15: cat
16: dog
17: horse
18: sheep
19: cow
20: elephant
21: bear
22: zebra
23: giraffe
24: backpack
25: umbrella
26: handbag
27: tie
28: suitcase
29: frisbee
30: skis
31: snowboard
32: sports ball
33: kite
34: baseball bat
35: baseball glove
36: skateboard
37: surfboard
38: tennis racket
39: bottle
40: wine glass
41: cup
42: fork
43: knife
44: spoon
45: bowl
46: banana
47: apple
48: sandwich
49: orange
50: broccoli
51: carrot
52: hot dog
53: pizza
54: donut
55: cake
56: chair
57: couch
58: potted plant
59: bed
60: dining table
61: toilet
62: tv
63: laptop
64: mouse
65: remote
66: keyboard
67: cell phone
68: microwave
69: oven
70: toaster
71: sink
72: refrigerator
73: book
74: clock
75: vase
76: scissors
77: teddy bear
78: hair drier
79: toothbrush
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8.zipCác nhãn được lưu trong tệp *.txt với mỗi tệp cho một ảnh, được định dạng là class x_center y_center width height với các tọa độ chuẩn hóa. Để có hướng dẫn chi tiết, hãy xem ví dụ về tập dữ liệu COCO8.
Làm cách nào để chuyển đổi tập dữ liệu COCO sang định dạng YOLO?
Bạn có thể chuyển đổi tập dữ liệu COCO sang định dạng YOLO bằng các công cụ chuyển đổi Ultralytics. Đây là một phương pháp nhanh chóng:
from ultralytics.data.converter import convert_coco
convert_coco(labels_dir="path/to/coco/annotations/")Mã này sẽ chuyển đổi các chú thích COCO của bạn sang định dạng YOLO, cho phép tích hợp liền mạch với các mô hình Ultralytics YOLO. Để biết thêm chi tiết, hãy truy cập phần Chuyển đổi định dạng nhãn.
Những tập dữ liệu nào được Ultralytics YOLO hỗ trợ cho việc phát hiện đối tượng?
Ultralytics YOLO hỗ trợ nhiều loại tập dữ liệu, bao gồm:
Mỗi trang tập dữ liệu cung cấp thông tin chi tiết về cấu trúc và cách sử dụng được tùy chỉnh để huấn luyện YOLO26 hiệu quả. Khám phá toàn bộ danh sách trong phần Các tập dữ liệu được hỗ trợ.
Làm cách nào để bắt đầu huấn luyện mô hình YOLO26 bằng tập dữ liệu của tôi?
Để bắt đầu huấn luyện mô hình YOLO26, hãy đảm bảo tập dữ liệu của bạn được định dạng chính xác và các đường dẫn được xác định trong tệp YAML. Sử dụng tập lệnh sau để bắt đầu huấn luyện:
from ultralytics import YOLO
model = YOLO("yolo26n.pt") # Load a pretrained model
results = model.train(data="path/to/your_dataset.yaml", epochs=100, imgsz=640)Tham khảo phần Sử dụng để biết thêm chi tiết về cách sử dụng các chế độ khác nhau, bao gồm các lệnh CLI.
Tôi có thể tìm các ví dụ thực tế về việc sử dụng Ultralytics YOLO cho phát hiện đối tượng ở đâu?
Ultralytics cung cấp nhiều ví dụ và hướng dẫn thực tế để sử dụng YOLO26 trong các ứng dụng đa dạng. Để có cái nhìn tổng quan toàn diện, hãy truy cập Blog Ultralytics, nơi bạn có thể tìm thấy các nghiên cứu điển hình, hướng dẫn chi tiết và câu chuyện cộng đồng giới thiệu về phát hiện đối tượng, phân đoạn và hơn thế nữa với YOLO26. Đối với các ví dụ cụ thể, hãy kiểm tra phần Sử dụng trong tài liệu.