Chuyển đến nội dung

Tổng quan về bộ dữ liệu phát hiện đối tượng

Huấn luyện một mô hình phát hiện đối tượng mạnh mẽ và chính xác đòi hỏi một bộ dữ liệu toàn diện. Hướng dẫn này giới thiệu các định dạng khác nhau của bộ dữ liệu tương thích với mô hình Ultralytics YOLO và cung cấp thông tin chi tiết về cấu trúc, cách sử dụng và cách chuyển đổi giữa các định dạng khác nhau.

Các Định Dạng Tập Dữ Liệu Được Hỗ Trợ

Định dạng Ultralytics YOLO

Định dạng Ultralytics YOLO là một định dạng cấu hình bộ dữ liệu cho phép bạn xác định thư mục gốc của bộ dữ liệu, các đường dẫn tương đối đến thư mục hình ảnh huấn luyện/xác thực/kiểm thử hoặc *.txt các tệp chứa đường dẫn hình ảnh và một từ điển tên lớp. Dưới đây là một ví dụ:

ultralytics/cfg/datasets/coco8.yaml

# 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.zip

Nhãn cho định dạng này nên được xuất sang định dạng YOLO với một *.txt tệp cho mỗi hình ảnh. Nếu không có đối tượng nào trong một hình ảnh, thì không cần *.txt tệp là bắt buộc. Các *.txt tệp nên được định dạng với một hàng cho mỗi đối tượng trong class x_center y_center width height định dạng. Tọa độ hộp phải ở trong xywh được chuẩn hóa định dạng (từ 0 đến 1). Nếu hộp của bạn tính bằng pixel, bạn nên chia x_center và width cho chiều rộng ảnh, và y_center và height cho chiều cao ảnh. Số lớp phải được lập chỉ mục từ 0 (bắt đầu từ 0).

YOLO Hình ảnh được dán nhãn với các khung bao quanh người và cà vạt.

Tệp nhãn tương ứng với hình ảnh trên chứa 2 người (lớp 0) và một chiếc cà vạt (lớp 27):

YOLO Định dạng tệp nhãn với tọa độ chuẩn hóa

Khi sử dụng định dạng Ultralytics YOLO, hãy sắp xếp các ảnh và nhãn huấn luyện, xác thực của bạn như được minh họa trong ví dụ về tập dữ liệu COCO8 dưới đây.

YOLO Cấu trúc thư mục tập dữ liệu với các thư mục huấn luyện và kiểm thử.

Ví dụ Sử dụng

Sau đây là cách bạn có thể sử dụng bộ dữ liệu định dạng YOLO để huấn luyện mô hình của mình:

Ví dụ

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)

# Start training from a pretrained *.pt model
yolo detect train data=coco8.yaml model=yolo26n.pt epochs=100 imgsz=640

Định dạng Ultralytics NDJSON

Định dạng NDJSON (Newline Delimited JSON) cung cấp một cách thay thế để định nghĩa tập dữ liệu cho các mô hình Ultralytics YOLO. Định dạng này lưu trữ siêu dữ liệu và chú thích của tập dữ liệu trong một tệp duy nhất, trong đó mỗi dòng chứa một đối tượng JSON riêng biệt.

Một tệp bộ dữ liệu NDJSON chứa:

  1. Bản ghi bộ dữ liệu (dòng đầu tiên): Chứa siêu dữ liệu của bộ dữ liệu bao gồm loại tác vụ, tên lớp và thông tin chung
  2. Bản ghi hình ảnh (các dòng tiếp theo): Chứa dữ liệu hình ảnh riêng lẻ bao gồm kích thước, chú thích và đường dẫn tệp

Ví dụ về NDJSON

{
    "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"
}

{
    "type": "image",
    "file": "image1.jpg",
    "url": "https://www.url.com/path/to/image1.jpg",
    "width": 640,
    "height": 480,
    "split": "train",
    "annotations": {
        "boxes": [
            [0, 0.525, 0.376, 0.284, 0.418],
            [1, 0.735, 0.298, 0.193, 0.337]
        ]
    }
}

Định dạng: [class_id, x_center, y_center, width, height]

{
    "type": "image",
    "file": "image1.jpg",
    "url": "https://www.url.com/path/to/image1.jpg",
    "width": 640,
    "height": 480,
    "split": "train",
    "annotations": {
        "segments": [
            [0, 0.681, 0.485, 0.670, 0.487, 0.676, 0.487, 0.688, 0.515],
            [1, 0.422, 0.315, 0.438, 0.330, 0.445, 0.328, 0.450, 0.320]
        ]
    }
}

Định dạng: [class_id, x1, y1, x2, y2, x3, y3, ...]

{
    "type": "image",
    "file": "image1.jpg",
    "url": "https://www.url.com/path/to/image1.jpg",
    "width": 640,
    "height": 480,
    "split": "train",
    "annotations": {
        "pose": [
            [0, 0.523, 0.376, 0.283, 0.418, 0.374, 0.169, 2, 0.364, 0.178, 2],
            [0, 0.735, 0.298, 0.193, 0.337, 0.412, 0.225, 2, 0.408, 0.231, 2]
        ]
    }
}

Định dạng: [class_id, x_center, y_center, width, height, x1, y1, v1, x2, y2, v2, ...]

Các điểm chính như sau: bbox như đã lặp lại (x, y, v) sinh ba ở đâu v Mức độ hiển thị: 0 = không được gắn nhãn, 1 = được gắn nhãn nhưng bị che khuất, 2 = được gắn nhãn và hiển thị. Số lượng điểm đặc trưng phụ thuộc vào tập dữ liệu (ví dụ: COCO Tư thế có 17 điểm mấu chốt = 51 giá trị sau đó bbox ).

{
    "type": "image",
    "file": "image1.jpg",
    "url": "https://www.url.com/path/to/image1.jpg",
    "width": 640,
    "height": 480,
    "split": "train",
    "annotations": {
        "obb": [
            [0, 0.480, 0.352, 0.568, 0.356, 0.572, 0.400, 0.484, 0.396],
            [1, 0.711, 0.274, 0.759, 0.278, 0.755, 0.322, 0.707, 0.318]
        ]
    }
}

Định dạng: [class_id, x1, y1, x2, y2, x3, y3, x4, y4]

Bốn điểm góc xác định hộp giới hạn định hướng theo chiều kim đồng hồ bắt đầu từ góc trên bên trái. Tất cả các tọa độ đều được chuẩn hóa (0-1).

{
    "type": "image",
    "file": "image1.jpg",
    "url": "https://www.url.com/path/to/image1.jpg",
    "width": 640,
    "height": 480,
    "split": "train",
    "annotations": {
        "classification": [0]
    }
}

Định dạng: [class_id]

Ví dụ Sử dụng

Để sử dụng tập dữ liệu NDJSON với YOLO26, chỉ cần chỉ định đường dẫn đến .ndjson tệp:

Ví dụ

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)

# Start training with NDJSON dataset
yolo detect train data=path/to/dataset.ndjson model=yolo26n.pt epochs=100 imgsz=640

Ưu điểm của định dạng NDJSON

  • Một tệp duy nhất: Tất cả thông tin bộ dữ liệu được chứa trong một tệp
  • Truyền trực tuyến: Có thể xử lý các bộ dữ liệu lớn theo từng dòng mà không cần tải mọi thứ vào bộ nhớ
  • Tích hợp đám mây: Hỗ trợ URL hình ảnh từ xa để đào tạo dựa trên đám mây
  • Có khả năng mở rộng: Dễ dàng thêm các trường siêu dữ liệu tùy chỉnh
  • Kiểm soát phiên bản: Định dạng một tệp duy nhất hoạt động tốt với git và các hệ thống kiểm soát phiên bản

Các bộ dữ liệu được hỗ trợ

Dưới đây là danh sách các bộ dữ liệu được hỗ trợ và mô tả ngắn gọn cho từng bộ:

  • African-wildlife: Một bộ dữ liệu có hình ảnh về động vật hoang dã châu Phi, bao gồm trâu, voi, tê giác và ngựa vằn.
  • Argoverse: Một bộ 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: Một bộ dữ liệu để phát hiện khối u não bao gồm hình ảnh MRI hoặc CT scan với thông tin chi tiết về sự hiện diện, vị trí và đặc điểm của khối u.
  • COCO: Common Objects in Context (COCO) là một tập dữ liệu quy mô lớn về object detection, phân vùng và tạo chú thích với 80 danh mục đối tượng.
  • COCO8: Một tập hợp con nhỏ hơn gồm 4 ảnh đầu tiên từ COCO train và COCO val, phù hợp cho các thử nghiệm nhanh.
  • COCO8-Grayscale: Một 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 một kênh.
  • COCO8-Multispectral: Một phiên bản đa phổ 10 kênh của COCO8 được tạo bằng cách nội suy bước sóng RGB, hữu ích cho việc đánh giá mô hình nhận biết quang phổ.
  • COCO12-Formats : Một tập dữ liệu thử nghiệm gồm 12 hình ảnh bao gồm tất cả các định dạng hình ảnh được hỗ trợ (AVIF, BMP, DNG, HEIC, JP2, JPEG, JPG, MPO, PNG, TIF, TIFF, WebP) để xác thực các quy trình tải hình ảnh.
  • COCO128: Một tập hợp con nhỏ hơn gồm 128 hình ảnh đầu tiên từ COCO train và COCO val, phù hợp cho các thử nghiệm.
  • Construction-PPE: Một tập dữ liệu có công nhân công trường xây dựng với các thiết bị an toàn được gắn nhãn như mũ bảo hiểm, áo vest, găng tay, ủng và kính bảo hộ, bao gồm các chú thích về thiết bị bị thiếu như no_helmet, no_googles để giám sát tuân thủ trong thế giới thực.
  • Global Wheat 2020: Một bộ dữ liệu chứa hình ảnh về bông lúa mì cho Global Wheat Challenge 2020.
  • HomeObjects-3K: Một bộ dữ liệu về các vật dụng gia đình trong nhà bao gồm giường, ghế, TV, v.v. — lý tưởng cho các ứng dụng trong tự động hóa nhà thông minh, robot, thực tế tăng cường và phân tích bố cục phòng.
  • KITTI: Một tập dữ liệu chứa các cảnh lái xe thực tế với dữ liệu stereo, LiDAR và GPS/IMU, được sử dụng ở đây cho các tác vụ phát hiện đối tượng 2D như nhận dạng ô tô, người đi bộ và người đi xe đạp trong môi trường đô thị, nông thôn và đường cao tốc.
  • LVIS: Một bộ dữ liệu chú thích, phân đoạn và phát hiện đối tượng quy mô lớn với 1203 danh mục đối tượng.
  • Medical-pills: Một bộ dữ liệu chứa các hình ảnh về medical-pills, được chú thích cho các ứng dụng như đảm bảo chất lượng dược phẩm, phân loại thuốc và tuân thủ quy định.
  • Objects365: Một bộ dữ liệu quy mô lớn, chất lượng cao để phát hiện đối tượng với 365 danh mục đối tượng và hơn 600 nghìn hình ảnh được chú thích.
  • OpenImagesV7: Một bộ dữ liệu toàn diện của Google với 1,7 triệu hình ảnh huấn luyện và 42 nghìn hình ảnh xác thực.
  • Roboflow 100: Một chuẩn mực phát hiện đối tượng đa dạng với 100 bộ dữ liệu trải rộng trên bảy miền hình ảnh để đánh giá mô hình toàn diện.
  • Signature: Một bộ dữ liệu có hình ảnh các tài liệu khác nhau với chữ ký đã được chú thích, hỗ trợ xác minh tài liệu và nghiên cứu phát hiện gian lận.
  • SKU-110K: Một bộ dữ liệu nổi bật với khả năng phát hiện đối tượng dày đặc trong môi trường bán lẻ với hơn 11 nghìn hình ảnh và 1,7 triệu bounding box.
  • TT100K: Khám phá tập dữ liệu biển báo giao thông Tsinghua-Tencent 100K (TT100K) với 100.000 ảnh chụp đường phố và hơn 30.000 biển báo giao thông được chú thích để phát hiện và phân loại mạnh mẽ.
  • VisDrone: Một bộ dữ liệu chứa dữ liệu theo dõi đa đối tượng và phát hiện đối tượng từ hình ảnh chụp từ máy bay không người lái với hơn 10 nghìn hình ảnh và chuỗi video.
  • VOC: Dataset Pascal Visual Object Classes (VOC) cho object detection và segmentation với 20 class đối tượng và hơn 11 nghìn hình ảnh.
  • xView: Một bộ dữ liệu để phát hiện đối tượng trong hình ảnh trên không với 60 danh mục đối tượng và hơn 1 triệu đối tượng được chú thích.

Thêm tập dữ liệu của riêng bạn

Nếu bạn có bộ dữ liệu riêng và muốn sử dụng nó để huấn luyện các mô hình phát hiện bằng 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 yêu cầu và chỉ định đường dẫn, số lượng lớp và tên lớp trong tệp cấu hình YAML.

Chuyển Đổi hoặc Điều Chỉnh Định Dạng Nhãn

Chuyển đổi 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 cách sử dụng đoạn mã sau:

Ví dụ

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 thành định dạng YOLO dựa trên văn bản đơn giản hơn, giúp nó tương thích với các mô hình Ultralytics YOLO.

Hãy nhớ kiểm tra kỹ xem bộ dữ liệu bạn muốn sử dụng có tương thích với mô hình của bạn hay không và tuân theo các quy ước định dạng cần thiết. Các bộ dữ liệu được định dạng đúng cách là rất quan trọng để huấn luyện các mô hình phát hiện đối tượng thành công.

Câu hỏi thường gặp

Định dạng bộ dữ liệu Ultralytics YOLO là gì và cấu trúc nó như thế nào?

Định dạng Ultralytics YOLO là một cấu hình có cấu trúc để xác định bộ dữ liệu trong các dự án huấn luyện của bạn. Nó bao gồm việc thiết lập đường dẫn đến hình ảnh huấn luyện, xác thực và kiểm tra cũng như 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.zip

Nhãn được lưu trong *.txt các tệp, mỗi tệp cho một hình ảnh, được định dạng là class x_center y_center width height với tọa độ được 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 cách sử dụng các công cụ chuyển đổi của Ultralytics. Dưới đây là một phương pháp nhanh chóng:

from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/")

Đoạn mã này sẽ chuyển đổi 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 hoặc Di chuyển Định dạng Nhãn.

Những bộ dữ liệu nào được Ultralytics YOLO hỗ trợ để phát hiện đối tượng?

Ultralytics YOLO hỗ trợ nhiều bộ dữ liệu, bao gồm:

Mỗi trang tập dữ liệu cung cấp thông tin chi tiết về cấu trúc và cách sử dụng được điều chỉnh để huấn luyện YOLO26 hiệu quả. Khám phá danh sách đầy đủ trong phần Supported Datasets.

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 định nghĩa trong một tệp yaml. Sử dụng script sau để bắt đầu huấn luyện:

Ví dụ

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)

yolo detect train data=path/to/your_dataset.yaml model=yolo26n.pt 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 cả lệnh CLI.

Tôi có thể tìm các ví dụ thực tế về cách sử dụng Ultralytics YOLO để 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 của Ultralytics, nơi bạn có thể tìm thấy các nghiên cứu điển hình, hướng dẫn chi tiết và câu chuyện cộng đồng giới thiệu tính năng detect đối tượng, segment và nhiều hơn nữa với YOLO26. Để biết các ví dụ cụ thể, hãy kiểm tra phần Usage trong tài liệu.



📅 Được tạo 2 năm trước ✏️ Cập nhật 0 ngày trước
glenn-jocherRizwanMunawarLaughing-qPrashantDixit0Y-T-GUltralyticsAssistantMatthewNoycejk4eIvorZhu331

Bình luận