Bộ dữ liệu TT100K#
Bộ dữ liệu Tsinghua-Tencent 100K (TT100K) là một benchmark về biển báo giao thông dành cho phát hiện đối tượng, do Zhu và cộng sự tạo ra cho bài báo Traffic-Sign Detection and Classification in the Wild tại CVPR 2016. Cấu hình TT100K của Ultralytics cung cấp 16.817 hình ảnh (6.105 train / 7.641 val / 3.071 test) thuộc 221 nhóm biển báo giao thông, trong khi benchmark nguồn báo cáo hơn 30.000 instance biển báo. "100K" trong tên gọi đề cập đến khoảng 100.000 hình ảnh Tencent Street View mà benchmark được xây dựng từ đó — không phải số lượng hình ảnh bạn tải xuống và dùng để train. Vì bài báo gốc chỉ giữ lại các nhóm có ít nhất 100 instance trong tập train, một subset 45 lớp thường được sử dụng tồn tại, nhưng cấu hình Ultralytics giữ lại toàn bộ 221 nhóm được annotate (nhiều nhóm trong số đó có rất ít mẫu).
Hình ảnh street-view độ phân giải cao ghi lại những biến thiên lớn về độ sáng, thời tiết, góc nhìn và khoảng cách, khiến TT100K trở thành một benchmark đầy thách thức cho phát hiện đối tượng nhỏ trong các cảnh giao thông thực tế.
Tính năng chính#
- Phát hiện đa lớp: 221 nhóm biển báo giao thông, bao phủ biển giới hạn tốc độ, biển cấm, biển cảnh báo, biển giới hạn chiều cao/chiều rộng và biển chỉ dẫn của Trung Quốc.
- Độ phân giải cao: Hình ảnh 2048×2048 pixel, nên biển báo có kích thước từ cận cảnh lớn đến các dấu hiệu nhỏ ở xa, gây áp lực cho khả năng phát hiện tinh vi.
- Điều kiện thực tế: Biến thiên lớn về thời tiết, độ sáng, góc nhìn và tình trạng che khuất.
- Annotation bounding box: Mỗi biển báo được gán nhãn bằng một class và bounding box ở định dạng YOLO sau khi chuyển đổi tự động.
- Các split được định nghĩa sẵn: Các split train / val / test cố định (6.105 / 7.641 / 3.071 hình ảnh) để đánh giá nhất quán.
Cấu trúc bộ dữ liệu#
Cấu hình TT100K của Ultralytics được chia thành ba subset, tất cả đều dùng chung 221 nhóm:
| Split | Ảnh | Mô tả |
|---|---|---|
| Huấn luyện | 6,105 | Hình ảnh cảnh giao thông đã gán nhãn, được dùng để train detector |
| Validation | 7,641 | Split "other" gốc của dataset, được dùng cho đánh giá |
| Test | 3,071 | Hình ảnh được giữ lại để đánh giá cuối cùng model đã train |
221 nhóm được tổ chức thành một số nhóm chính:
- Biển giới hạn tốc độ — giới hạn cấm
pl*(ví dụ: pl5–pl120) và tốc độ tối thiểupm*(ví dụ: pm5–pm55). - Biển cấm — các lệnh cấm chung
p1–p29, biển cấm vào/cấm đỗpn/pne, và các hạn chếpr*(pr10–pr100). - Biển cảnh báo —
w1–w67dành cho các nguy hiểm trên đường như giao cắt, khúc cua gấp, đường trơn và công trường. - Biển giới hạn chiều cao/chiều rộng — giới hạn chiều cao
ph*(ví dụ: ph2–ph5.5) và giới hạn chiều rộngpb/pw*. - Biển chỉ dẫn — thông tin chung
i1–i15, thông tin giới hạn tốc độil*(il50–il110), các thông tin kháciovà bảng thông tinip.
Ứng dụng#
TT100K được sử dụng rộng rãi để xây dựng và benchmark khả năng nhận diện biển báo giao thông trong điều kiện thực tế. Các ứng dụng phổ biến gồm:
- Hệ thống perception cho xe tự hành
- Hệ thống hỗ trợ lái xe nâng cao (ADAS)
- Giám sát giao thông và phân tích hạ tầng đường bộ
- Quy hoạch đô thị và nghiên cứu luồng giao thông
- Nghiên cứu thị giác máy tính về các đối tượng nhỏ trong hình ảnh độ phân giải cao
YAML của bộ dữ liệu#
File TT100K.yaml định nghĩa cấu hình dataset — các đường dẫn dataset, tên class và script tự động download-and-convert. File này được duy trì trong repository Ultralytics tại https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/TT100K.yaml.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Tsinghua-Tencent 100K (TT100K) dataset https://cg.cs.tsinghua.edu.cn/traffic-sign/ by Tsinghua University
# Documentation: https://cg.cs.tsinghua.edu.cn/traffic-sign/tutorial.html
# Paper: Traffic-Sign Detection and Classification in the Wild (CVPR 2016)
# License: CC BY-NC 2.0 license for non-commercial use only
# Example usage: yolo train data=TT100K.yaml
# parent
# ├── ultralytics
# └── datasets
# └── TT100K ← downloads here (~18 GB)
# 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: TT100K # dataset root dir
train: images/train # train images (relative to 'path') 6105 images
val: images/val # val images (relative to 'path') 7641 images (original 'other' split)
test: images/test # test images (relative to 'path') 3071 images
# Classes (221 traffic sign categories, 45 with sufficient training instances)
names:
0: i1
1: i10
2: i11
3: i12
4: i13
5: i14
6: i15
7: i2
8: i3
9: i4
10: i5
11: il100
12: il110
13: il50
14: il60
15: il70
16: il80
17: il90
18: io
19: ip
20: p1
21: p10
22: p11
23: p12
24: p13
25: p14
26: p15
27: p16
28: p17
29: p18
30: p19
31: p2
32: p20
33: p21
34: p22
35: p23
36: p24
37: p25
38: p26
39: p27
40: p28
41: p3
42: p4
43: p5
44: p6
45: p7
46: p8
47: p9
48: pa10
49: pa12
50: pa13
51: pa14
52: pa8
53: pb
54: pc
55: pg
56: ph1.5
57: ph2
58: ph2.1
59: ph2.2
60: ph2.4
61: ph2.5
62: ph2.8
63: ph2.9
64: ph3
65: ph3.2
66: ph3.5
67: ph3.8
68: ph4
69: ph4.2
70: ph4.3
71: ph4.5
72: ph4.8
73: ph5
74: ph5.3
75: ph5.5
76: pl10
77: pl100
78: pl110
79: pl120
80: pl15
81: pl20
82: pl25
83: pl30
84: pl35
85: pl40
86: pl5
87: pl50
88: pl60
89: pl65
90: pl70
91: pl80
92: pl90
93: pm10
94: pm13
95: pm15
96: pm1.5
97: pm2
98: pm20
99: pm25
100: pm30
101: pm35
102: pm40
103: pm46
104: pm5
105: pm50
106: pm55
107: pm8
108: pn
109: pne
110: po
111: pr10
112: pr100
113: pr20
114: pr30
115: pr40
116: pr45
117: pr50
118: pr60
119: pr70
120: pr80
121: ps
122: pw2
123: pw2.5
124: pw3
125: pw3.2
126: pw3.5
127: pw4
128: pw4.2
129: pw4.5
130: w1
131: w10
132: w12
133: w13
134: w16
135: w18
136: w20
137: w21
138: w22
139: w24
140: w28
141: w3
142: w30
143: w31
144: w32
145: w34
146: w35
147: w37
148: w38
149: w41
150: w42
151: w43
152: w44
153: w45
154: w46
155: w47
156: w48
157: w49
158: w5
159: w50
160: w55
161: w56
162: w57
163: w58
164: w59
165: w60
166: w62
167: w63
168: w66
169: w8
170: wo
171: i6
172: i7
173: i8
174: i9
175: ilx
176: p29
177: w29
178: w33
179: w36
180: w39
181: w4
182: w40
183: w51
184: w52
185: w53
186: w54
187: w6
188: w61
189: w64
190: w65
191: w67
192: w7
193: w9
194: pax
195: pd
196: pe
197: phx
198: plx
199: pmx
200: pnl
201: prx
202: pwx
203: w11
204: w14
205: w15
206: w17
207: w19
208: w2
209: w23
210: w25
211: w26
212: w27
213: pl0
214: pl4
215: pl3
216: pm2.5
217: ph4.4
218: pn40
219: ph3.3
220: ph2.6
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import json
import shutil
from pathlib import Path
from PIL import Image
from ultralytics.utils import TQDM
from ultralytics.utils.downloads import download
def tt100k2yolo(dir):
"""Convert TT100K annotations to YOLO format with images/{split} and labels/{split} structure."""
data_dir = dir / "data"
anno_file = data_dir / "annotations.json"
print("Loading annotations...")
with open(anno_file, encoding="utf-8") as f:
data = json.load(f)
# Build class name to index mapping from yaml
names = yaml["names"]
class_to_idx = {v: k for k, v in names.items()}
# Create directories
for split in ["train", "val", "test"]:
(dir / "images" / split).mkdir(parents=True, exist_ok=True)
(dir / "labels" / split).mkdir(parents=True, exist_ok=True)
print("Converting annotations to YOLO format...")
skipped = 0
for img_id, img_data in TQDM(data["imgs"].items(), desc="Processing"):
img_path_str = img_data["path"]
if "train" in img_path_str:
split = "train"
elif "test" in img_path_str:
split = "test"
else:
split = "val"
# Source and destination paths
src_img = data_dir / img_path_str
if not src_img.exists():
continue
dst_img = dir / "images" / split / src_img.name
# Get image dimensions
try:
with Image.open(src_img) as img:
img_width, img_height = img.size
except Exception as e:
print(f"Error reading {src_img}: {e}")
continue
# Copy image to destination
shutil.copy2(src_img, dst_img)
# Convert annotations
label_file = dir / "labels" / split / f"{src_img.stem}.txt"
lines = []
for obj in img_data.get("objects", []):
category = obj["category"]
if category not in class_to_idx:
skipped += 1
continue
bbox = obj["bbox"]
xmin, ymin = bbox["xmin"], bbox["ymin"]
xmax, ymax = bbox["xmax"], bbox["ymax"]
# Convert to YOLO format (normalized center coordinates and dimensions)
x_center = ((xmin + xmax) / 2.0) / img_width
y_center = ((ymin + ymax) / 2.0) / img_height
width = (xmax - xmin) / img_width
height = (ymax - ymin) / img_height
# Clip to valid range
x_center = max(0, min(1, x_center))
y_center = max(0, min(1, y_center))
width = max(0, min(1, width))
height = max(0, min(1, height))
cls_idx = class_to_idx[category]
lines.append(f"{cls_idx} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n")
# Write label file
if lines:
label_file.write_text("".join(lines), encoding="utf-8")
if skipped:
print(f"Skipped {skipped} annotations with unknown categories")
print("Conversion complete!")
# Download
dir = Path(yaml["path"]) # dataset root dir
urls = ["https://cg.cs.tsinghua.edu.cn/traffic-sign/data_model_code/data.zip"]
download(urls, dir=dir, curl=True, threads=1)
# Convert
tt100k2yolo(dir)Cách sử dụng#
TT100K sẽ tự động download vào lần đầu bạn train và cần khoảng 18 GB dung lượng trống trên disk. Trong lần đầu sử dụng, script sẽ tải dữ liệu gốc và chuyển đổi annotation sang định dạng YOLO, quá trình này có thể mất vài phút.
Để train model YOLO26n trên dataset TT100K trong 100 epoch với image size là 640, bạn có thể sử dụng các đoạn code sau. Để xem danh sách đầy đủ các argument khả dụng, hãy tham khảo trang Training của model.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training)
# Train the model - dataset will auto-download on first run
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Để gán nhãn thêm hình ảnh biển báo giao thông và quản lý các training run của TT100K trong trình duyệt, hãy sử dụng Ultralytics Platform.
Dữ liệu mẫu và Annotation#
Hình ảnh TT100K là các cảnh đường phố 2048×2048, trong đó biển báo giao thông thường chỉ chiếm một phần nhỏ của frame. Một hình ảnh có thể chứa nhiều biển báo ở các scale và khoảng cách khác nhau; một số bị xe cộ, thảm thực vật hoặc công trình che khuất một phần, đồng thời được chụp trong điều kiện ngày/đêm và trời quang/mưa. Sự kết hợp giữa các đối tượng nhỏ và điều kiện đầy thách thức này khiến dataset trở thành phép thử nghiêm khắc đối với độ robustness của detector.
Trích dẫn và ghi nhận đóng góp#
Nếu sử dụng dataset TT100K trong công việc nghiên cứu hoặc phát triển, vui lòng trích dẫn bài báo sau:
@InProceedings{Zhu_2016_CVPR,
author = {Zhu, Zhe and Liang, Dun and Zhang, Songhai and Huang, Xiaolei and Li, Baoli and Hu, Shimin},
title = {Traffic-Sign Detection and Classification in the Wild},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2016}
}Chúng tôi xin ghi nhận sự hợp tác của Đại học Thanh Hoa và Tencent trong việc tạo ra và duy trì tài nguyên giá trị này cho cộng đồng thị giác máy tính và xe tự hành. Để biết thêm thông tin về dataset TT100K, hãy truy cập website chính thức của dataset.
FAQ#
Bộ dữ liệu Tsinghua-Tencent 100K (TT100K) được sử dụng để phát hiện và phân loại biển báo giao thông trong điều kiện thực tế. 221 nhóm và hình ảnh street-view độ phân giải cao của dataset khiến nó trở thành benchmark phổ biến cho perception trên xe tự hành, hệ thống hỗ trợ lái xe nâng cao (ADAS) và nghiên cứu phát hiện đối tượng nhỏ.
Cấu hình TT100K của Ultralytics chứa 16.817 hình ảnh: 6.105 hình ảnh để train, 7.641 hình ảnh để validation (split "other" gốc của dataset) và 3.071 hình ảnh để test. Xem phần Cấu trúc Dataset để biết phân bổ đầy đủ.
"100K" đề cập đến khoảng 100.000 hình ảnh Tencent Street View mà benchmark gốc được xây dựng từ đó. Cấu hình detection của Ultralytics cung cấp 16.817 hình ảnh trong số đó với label ở định dạng YOLO; tên gọi phản ánh collection nguồn, không phải kích thước tập train.
TT100K định nghĩa 221 nhóm, bao gồm biển giới hạn tốc độ, biển cấm, biển cảnh báo, biển giới hạn chiều cao/chiều rộng và biển chỉ dẫn. Bài báo gốc chỉ giữ lại 45 nhóm có ít nhất 100 instance trong tập train, nhưng cấu hình Ultralytics giữ lại toàn bộ 221 nhóm. Xem Cấu trúc Dataset để biết phân loại theo nhóm.
TT100K có dung lượng khoảng 18 GB và sẽ tự động download vào lần đầu bạn train với
data="TT100K.yaml"— không cần download thủ công. Script cũng chuyển đổi annotation gốc sang định dạng YOLO trong lần chạy đầu tiên.Train model YOLO26n trên TT100K trong 100 epoch với image size 640:
Ví dụ huấn luyệnfrom ultralytics import YOLO # Load a model model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training) # Train the model results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Để xem cấu hình chi tiết, hãy tham khảo trang Training và mẹo train model.
Bắt đầu với
imgsz=640cho các thử nghiệm ban đầu, sau đó tăng lênimgsz=1280(vớibatchnhỏ hơn) nếu bạn có đủ bộ nhớ GPU, vì độ phân giải cao hơn giúp khôi phục các biển báo nhỏ ở xa:model.train(data="TT100K.yaml", imgsz=1280, batch=4) # higher resolution for small signsBạn cũng có thể tinh chỉnh data augmentation và cân nhắc các chiến lược tiling cho những đối tượng rất nhỏ. Xem Mẹo Train Model để biết thêm.