Bộ dữ liệu TT100K
Bộ dữ liệu Tsinghua-Tencent 100K (TT100K) là một bộ dữ liệu chuẩn về biển báo giao thông quy mô lớn được tạo ra từ 100.000 ảnh toàn cảnh Tencent Street View. Bộ dữ liệu này được thiết kế đặc biệt cho việc phát hiện và phân loại biển báo giao thông trong điều kiện thực tế, cung cấp cho các nhà nghiên cứu và nhà phát triển một nguồn tài nguyên toàn diện để xây dựng các hệ thống nhận dạng biển báo giao thông mạnh mẽ.
Bộ dữ liệu chứa 100.000 hình ảnh với hơn 30.000 trường hợp biển báo giao thông thuộc 221 danh mục khác nhau . Những hình ảnh này ghi lại sự đa dạng lớn về độ chiếu sáng, điều kiện thời tiết, góc nhìn và khoảng cách, lý tưởng cho việc huấn luyện các mô hình cần hoạt động đáng tin cậy trong nhiều tình huống thực tế khác nhau.
Bộ dữ liệu này đặc biệt có giá trị đối với:
- Hệ thống lái xe tự động
- Hệ thống hỗ trợ lái xe tiên tiến (ADAS)
- Ứng dụng giám sát giao thông
- Quy hoạch đô thị và phân tích giao thông
- Nghiên cứu thị giác máy tính trong điều kiện thực tế
Các tính năng chính
Bộ dữ liệu TT100K mang lại một số ưu điểm chính:
- Quy mô : 100.000 hình ảnh độ phân giải cao (2048×2048 pixel)
- Đa dạng : 221 loại biển báo giao thông bao gồm các loại biển báo giao thông Trung Quốc.
- Điều kiện thực tế : Sự biến đổi lớn về thời tiết, ánh sáng và góc nhìn.
- Chú thích chi tiết : Mỗi biển báo bao gồm nhãn lớp, khung bao và mặt nạ pixel.
- Phạm vi bao quát toàn diện : Bao gồm các biển báo cấm, cảnh báo, bắt buộc và thông tin.
- Phân chia dữ liệu huấn luyện/kiểm thử : Phân chia dữ liệu được xác định trước để đánh giá nhất quán.
Cấu trúc bộ dữ liệu
Bộ dữ liệu TT100K được chia thành ba tập con:
- Tập dữ liệu huấn luyện : Bộ sưu tập chính các hình ảnh hiện trường giao thông được sử dụng để huấn luyện các mô hình phát hiện và phân loại các loại biển báo giao thông khác nhau.
- Tập dữ liệu kiểm định : Một tập con được sử dụng trong quá trình phát triển mô hình để theo dõi hiệu suất và tinh chỉnh các siêu tham số.
- Bộ dữ liệu thử nghiệm : Một tập hợp hình ảnh được giữ lại để đánh giá khả năng của mô hình cuối cùng. detect Và classify Các biển báo giao thông trong các tình huống thực tế.
Bộ dữ liệu TT100K bao gồm 221 loại biển báo giao thông được tổ chức thành một số nhóm chính:
Biển báo giới hạn tốc độ (pl , pm )
- pl_ : Giới hạn tốc độ cấm (pl5, pl10, pl20, pl30, pl40, pl50, pl60, pl70, pl80, pl100, pl120)
- pm_ : Giới hạn tốc độ tối thiểu (pm5, pm10, pm20, pm30, pm40, pm50, pm55)
Biển báo cấm (p , pn , pr_)
- p1-p28 : Các biển báo cấm chung (cấm vào, cấm đỗ xe, cấm dừng xe, v.v.)
- pn/pne : Biển báo cấm vào và cấm đỗ xe
- pr : Các biển báo hạn chế khác nhau (pr10, pr20, pr30, pr40, pr50, v.v.)
Dấu hiệu cảnh báo (w_)
- w1-w66 : Các biển báo cảnh báo về các mối nguy hiểm, điều kiện và tình huống khác nhau trên đường.
- Bao gồm vạch kẻ đường dành cho người đi bộ, khúc cua gấp, đường trơn trượt, động vật, công trình xây dựng, v.v.
Biển báo giới hạn chiều cao/chiều rộng (ph , pb )
- ph_ : Biển báo giới hạn chiều cao (ph2, ph2.5, ph3, ph3.5, ph4, ph4.5, ph5, v.v.)
- pb_ : Dấu giới hạn chiều rộng
Các dấu hiệu thông tin (i , il , io, ip)
- i1-i15 : Biển báo thông tin chung
- il_ : Thông tin giới hạn tốc độ (il60, il80, il100, il110)
- io : Các biển báo thông tin khác
- ip : Tấm thông tin
YAML bộ dữ liệu
Tệp YAML (Yet Another Markup Language) được sử dụng để định nghĩa cấu hình tập dữ liệu. Nó chứa thông tin về đường dẫn, lớp và các thông tin liên quan khác của tập dữ liệu. Đối với tập dữ liệu TT100K, TT100K.yaml Tệp này bao gồm chức năng tải xuống và chuyển đổi tự động.
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: pl5
1: pl10
2: pl15
3: pl20
4: pl25
5: pl30
6: pl40
7: pl50
8: pl60
9: pl70
10: pl80
11: pl90
12: pl100
13: pl110
14: pl120
15: pm5
16: pm10
17: pm13
18: pm15
19: pm20
20: pm25
21: pm30
22: pm35
23: pm40
24: pm46
25: pm50
26: pm55
27: pm8
28: pn
29: pne
30: ph4
31: ph4.5
32: ph5
33: ps
34: pg
35: ph1.5
36: ph2
37: ph2.1
38: ph2.2
39: ph2.4
40: ph2.5
41: ph2.8
42: ph2.9
43: ph3
44: ph3.2
45: ph3.5
46: ph3.8
47: ph4.2
48: ph4.3
49: ph4.8
50: ph5.3
51: ph5.5
52: pb
53: pr10
54: pr100
55: pr20
56: pr30
57: pr40
58: pr45
59: pr50
60: pr60
61: pr70
62: pr80
63: pr90
64: p1
65: p2
66: p3
67: p4
68: p5
69: p6
70: p7
71: p8
72: p9
73: p10
74: p11
75: p12
76: p13
77: p14
78: p15
79: p16
80: p17
81: p18
82: p19
83: p20
84: p21
85: p22
86: p23
87: p24
88: p25
89: p26
90: p27
91: p28
92: pa8
93: pa10
94: pa12
95: pa13
96: pa14
97: pb5
98: pc
99: pg
100: ph1
101: ph1.3
102: ph1.5
103: ph2
104: ph3
105: ph4
106: ph5
107: pi
108: pl0
109: pl4
110: pl5
111: pl8
112: pl10
113: pl15
114: pl20
115: pl25
116: pl30
117: pl35
118: pl40
119: pl50
120: pl60
121: pl65
122: pl70
123: pl80
124: pl90
125: pl100
126: pl110
127: pl120
128: pm2
129: pm8
130: pm10
131: pm13
132: pm15
133: pm20
134: pm25
135: pm30
136: pm35
137: pm40
138: pm46
139: pm50
140: pm55
141: pn
142: pne
143: po
144: pr10
145: pr100
146: pr20
147: pr30
148: pr40
149: pr45
150: pr50
151: pr60
152: pr70
153: pr80
154: ps
155: w1
156: w2
157: w3
158: w5
159: w8
160: w10
161: w12
162: w13
163: w16
164: w18
165: w20
166: w21
167: w22
168: w24
169: w28
170: w30
171: w31
172: w32
173: w34
174: w35
175: w37
176: w38
177: w41
178: w42
179: w43
180: w44
181: w45
182: w46
183: w47
184: w48
185: w49
186: w50
187: w51
188: w52
189: w53
190: w54
191: w55
192: w56
193: w57
194: w58
195: w59
196: w60
197: w62
198: w63
199: w66
200: i1
201: i2
202: i3
203: i4
204: i5
205: i6
206: i7
207: i8
208: i9
209: i10
210: i11
211: i12
212: i13
213: i14
214: i15
215: il60
216: il80
217: il100
218: il110
219: io
220: ip
# 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
Để huấn luyện một YOLO11 Để chạy mô hình trên tập dữ liệu TT100K trong 100 epoch với kích thước ảnh là 640, bạn có thể sử dụng các đoạn mã sau. Tập dữ liệu sẽ được tự động tải xuống và chuyển đổi thành... YOLO Định dạng khi sử dụng lần đầu.
Ví dụ huấn luyện
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.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)
# Start training from a pretrained *.pt model
# Dataset will auto-download and convert on first run
yolo detect train data=TT100K.yaml model=yolo11n.pt epochs=100 imgsz=640
Ảnh và Chú thích mẫu
Dưới đây là một số ví dụ điển hình từ bộ dữ liệu TT100K:
- Môi trường đô thị : Cảnh đường phố với nhiều biển báo giao thông ở các khoảng cách khác nhau.
- Cảnh đường cao tốc : Biển báo giao thông tốc độ cao, bao gồm giới hạn tốc độ và chỉ dẫn hướng đi.
- Giao lộ phức tạp : Nhiều biển báo nằm gần nhau với hướng khác nhau.
- Điều kiện khó khăn : Biển báo dưới các điều kiện ánh sáng khác nhau (ngày/đêm), thời tiết khác nhau (mưa/sương mù) và góc nhìn khác nhau.
Bộ dữ liệu bao gồm:
- Biển báo cận cảnh : Các biển báo lớn, dễ nhìn thấy, chiếm diện tích đáng kể trong hình ảnh.
- Biển báo từ xa : Các biển báo nhỏ yêu cầu khả năng phát hiện chính xác cao.
- Biển báo bị che khuất một phần : Biển báo bị che khuất một phần bởi xe cộ, cây cối hoặc các vật thể khác.
- Nhiều biển báo trên mỗi hình ảnh : Hình ảnh chứa nhiều loại biển báo khác nhau.
Trích dẫn và Lời cảm ơn
Nếu bạn sử dụng bộ dữ liệu TT100K trong công trình nghiên cứu hoặc phát triển của mình, 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 bày tỏ lòng biết ơn đối với sự hợp tác giữa Đại học Thanh Hoa và Tencent trong việc tạo ra và duy trì nguồn tài nguyên quý giá này cho cộng đồng thị giác máy tính và lái xe tự động. Để biết thêm thông tin về bộ dữ liệu TT100K, vui lòng truy cập trang web chính thức của bộ dữ liệu .
Câu hỏi thường gặp
Bộ dữ liệu TT100K được sử dụng cho mục đích gì?
Bộ dữ liệu Tsinghua-Tencent 100K (TT100K) được thiết kế đặc biệt để phát hiện và phân loại biển báo giao thông trong điều kiện thực tế. Nó chủ yếu được sử dụng cho:
- Huấn luyện hệ thống nhận thức lái xe tự động
- Phát triển các hệ thống hỗ trợ lái xe tiên tiến (ADAS)
- Nghiên cứu về phát hiện đối tượng mạnh mẽ trong các điều kiện khác nhau
- Đánh giá hiệu năng các thuật toán nhận dạng biển báo giao thông
- Kiểm tra hiệu suất mô hình trên các đối tượng nhỏ trong ảnh lớn.
Với 100.000 hình ảnh đường phố đa dạng và 221 loại biển báo giao thông, nó cung cấp một nền tảng thử nghiệm toàn diện cho việc phát hiện biển báo giao thông trong điều kiện thực tế.
TT100K có bao nhiêu loại biển báo giao thông?
Bộ dữ liệu TT100K chứa 221 loại biển báo giao thông khác nhau , bao gồm:
- Giới hạn tốc độ : pl5 đến pl120 (giới hạn cấm) và pm5 đến pm55 (tốc độ tối thiểu)
- Biển báo cấm : Hơn 28 loại biển báo cấm chung (trang 1-trang 28) cộng với các hạn chế (pr*, pn, pne)
- Dấu hiệu cảnh báo : Hơn 60 loại cảnh báo (w1-w66)
- Giới hạn chiều cao/chiều rộng : dòng ph và pb dành cho các hạn chế vật lý.
- Các biển báo chỉ dẫn : i1-i15, il*, io, ip để hướng dẫn và cung cấp thông tin.
Nội dung bao quát toàn diện này bao gồm hầu hết các biển báo giao thông được tìm thấy trên mạng lưới đường bộ Trung Quốc.
Tôi có thể huấn luyện mô hình YOLO11n bằng cách sử dụng tập dữ liệu TT100K như thế nào?
Để huấn luyện mô hình YOLO11n trên tập dữ liệu TT100K trong 100 epoch với kích thước ảnh là 640, hãy sử dụng ví dụ bên dưới.
Ví dụ huấn luyện
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=TT100K.yaml model=yolo11n.pt epochs=100 imgsz=640
Để biết cấu hình huấn luyện chi tiết, hãy tham khảo tài liệu Huấn luyện.
Điều gì khiến TT100K trở nên khó khăn hơn so với các bộ dữ liệu khác?
TT100K đặt ra một số thách thức độc đáo:
- Kích thước biển báo rất đa dạng : Biển báo có kích thước từ rất nhỏ (biển báo đường cao tốc ở xa) đến lớn (biển báo đô thị ở gần).
- Điều kiện thực tế : Sự biến đổi cực đoan về ánh sáng, thời tiết và góc nhìn.
- Độ phân giải cao : Hình ảnh 2048×2048 pixel đòi hỏi sức mạnh xử lý đáng kể.
- Sự mất cân bằng về loại hình : Một số loại biển báo phổ biến hơn nhiều so với các loại khác.
- Cảnh phức tạp : Nhiều biển báo có thể xuất hiện trong một hình ảnh.
- Che khuất một phần : Biển báo có thể bị che khuất một phần bởi xe cộ, cây cối hoặc các công trình xây dựng.
Những thách thức này khiến TT100K trở thành một chuẩn mực có giá trị để phát triển các thuật toán phát hiện mạnh mẽ.
Tôi phải xử lý kích thước ảnh lớn trong TT100K như thế nào?
Bộ dữ liệu TT100K sử dụng hình ảnh có kích thước 2048×2048 pixel, điều này có thể tiêu tốn nhiều tài nguyên. Dưới đây là các chiến lược được đề xuất:
Dành cho mục đích đào tạo:
# Option 1: Resize to standard YOLO size
model.train(data="TT100K.yaml", imgsz=640, batch=16)
# Option 2: Use larger size for better small object detection
model.train(data="TT100K.yaml", imgsz=1280, batch=4)
# Option 3: Multi-scale training
model.train(data="TT100K.yaml", imgsz=640, scale=0.5) # trains at varying scales
Khuyến nghị:
- Bắt đầu với
imgsz=640cho các thí nghiệm ban đầu - Sử dụng
imgsz=1280nếu bạn có đủ GPU bộ nhớ (24GB trở lên) - Hãy cân nhắc các chiến lược lát gạch cho các biển báo rất nhỏ.
- Sử dụng phương pháp tích lũy độ dốc để mô phỏng kích thước lô lớn hơn.
