Tập dữ liệu TT100K#
Bộ dữ liệu Tsinghua-Tencent 100K (TT100K) là một benchmark nhận diện biển báo giao thông cho object detection, được tạo bởi Zhu và cộng sự cho bài báo CVPR 2016 Traffic-Sign Detection and Classification in the Wild. Cấu hình Ultralytics TT100K cung cấp 16.817 ảnh (6.105 huấn luyện / 7.641 kiểm định / 3.071 kiểm thử) trên 221 danh mục biển báo giao thông, với benchmark gốc báo cáo hơn 30.000 thực thể biển báo. Chữ "100K" trong tên gọi đề cập đến khoảng 100.000 ảnh Tencent Street View mà benchmark được tạo ra từ đó — chứ không phải số lượng ảnh bạn tải xuống và huấn luyện. Do bài báo gốc chỉ giữ lại các danh mục có ít nhất 100 thực thể huấn luyện, một tập con 45 lớp thường được sử dụng tồn tại, nhưng cấu hình Ultralytics giữ lại tất cả 221 danh mục đã gán nhãn (nhiều danh mục trong số đó có mật độ thưa).
Hình ảnh street-view độ phân giải cao ghi lại sự biến đổi lớn về độ chiếu sáng, thời tiết, góc nhìn và khoảng cách, khiến TT100K trở thành một benchmark đòi hỏi khắt khe cho small-object detection trong các bối cảnh lái xe thực tế.
Tính năng chính#
- Nhận diện đa lớp: 221 danh mục biển báo giao thông bao gồm các biển báo giới hạn tốc độ, biển cấm, biển cảnh báo, biển giới hạn chiều cao/chiều rộng và biển thông tin của Trung Quốc.
- Độ phân giải cao: Hình ảnh 2048×2048 pixel, vì vậy các biển báo trải dài từ hình ảnh cận cảnh lớn đến các dấu hiệu nhỏ ở xa, tạo áp lực cho việc nhận diện chi tiết.
- Điều kiện thực tế: Sự thay đổi lớn về thời tiết, ánh sáng, góc nhìn và vật cản.
- Annotations khung bao: Mỗi biển báo được gán nhãn với một lớp và một bounding box định dạng YOLO sau khi chuyển đổi tự động.
- Tập dữ liệu chia sẵn: Các tập train / val / test cố định (6.105 / 7.641 / 3.071 hình ảnh) để đánh giá nhất quán.
Cấu trúc tập dữ liệu#
Cấu hình TT100K của Ultralytics được chia thành ba tập con, tất cả đều chia sẻ cùng 221 danh mục:
| Split | Hình ảnh | Mô tả |
|---|---|---|
| Huấn luyện (Train) | 6,105 | Các hình ảnh cảnh giao thông được gán nhãn dùng để huấn luyện detector |
| Validation | 7,641 | Phân chia "other" gốc của bộ dữ liệu, được sử dụng cho việc evaluation |
| Kiểm thử | 3,071 | Các hình ảnh tách biệt (held-out) dùng để đánh giá cuối cùng cho model đã huấn luyện |
221 danh mục được tổ chức thành một số nhóm chính:
- Biển báo giới hạn tốc độ — giới hạn cấm
pl*(ví dụ: pl5–pl120) và tốc độ tối thiểupm*(ví dụ: pm5–pm55). - Biển báo cấm — các lệnh cấm chung
p1–p29, cấm vào/cấm đỗpn/pne, và các hạn chếpr*(pr10–pr100). - Biển báo nguy hiểm —
w1–w67cho các mối nguy trên đường như chỗ giao nhau, khúc cua gắt, đường trơn trượt và công trường xây dựng. - Biển báo giới hạn chiều cao/chiều rộng — giới hạn chiều cao
ph*(ví dụ: ph2–ph5.5) và giới hạn chiều rộngpb/pw*. - Biển báo chỉ dẫn — thông tin chung
i1–i15, thông tin giới hạn tốc độil*(il50–il110), thông tin khácio, và các biển phụ thông tinip.
Ứng dụng#
TT100K được sử dụng rộng rãi để xây dựng và làm benchmark nhận diện biển báo giao thông trong điều kiện thực tế. Các ứng dụng phổ biến bao gồm:
- Hệ thống nhận thức cho xe tự lái
- Hệ thống hỗ trợ lái xe nâng cao (ADAS)
- Giám sát giao thông và phân tích cơ sở hạ tầng đường bộ
- Quy hoạch đô thị và nghiên cứu lưu lượng giao thông
- Nghiên cứu Computer vision về các đối tượng nhỏ trong hình ảnh độ phân giải cao
YAML tập dữ liệu#
Tệp TT100K.yaml định nghĩa cấu hình bộ dữ liệu — đường dẫn bộ dữ liệu, tên lớp, và tập lệnh tự động tải xuống và chuyển đổi. Nó được duy trì trong kho lưu trữ 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 tự động tải xuống trong lần đầu tiên bạn huấn luyện và yêu cầu khoảng 18 GB dung lượng đĩa trống. Trong lần sử dụng đầu tiên, script tải xuống sẽ lấy dữ liệu gốc và chuyển đổi nhãn sang định dạng YOLO, quá trình này có thể mất vài phút.
Để huấn luyện model YOLO26n trên bộ dữ liệu TT100K trong 100 epochs với kích thước ảnh là 640, bạn có thể sử dụng các đoạn mã sau đây. Để có danh sách toàn diện các đối số 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 cho các ảnh biển báo giao thông bổ sung và quản lý các lượt huấn luyện TT100K trong trình duyệt của bạn, hãy sử dụng Ultralytics Platform.
Dữ liệu mẫu và Chú thích#
Hình ảnh TT100K là các cảnh đường phố 2048×2048, trong đó biển báo giao thông thường chỉ chiếm một phần nhỏ trong khung hình. Một hình ảnh đơn lẻ có thể chứa nhiều biển báo ở các thang đo và khoảng cách khác nhau, một số bị che khuất một phần bởi phương tiện, cây cối hoặc công trình, và được ghi lại trong điều kiện ngày/đêm và trời trong/mưa. Sự kết hợp giữa các đối tượng nhỏ và điều kiện đầy thách thức này chính là điều khiến tập dữ liệu này trở thành một bài kiểm tra mạnh mẽ cho sự ổn định của detector.
Trích dẫn và Ghi nhận#
Nếu bạn sử dụng tập dữ liệu 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 gửi lời cảm ơn đến sự hợp tác của Đại học Thanh Hoa và Tencent trong việc tạo ra và duy trì nguồn tài nguyên có giá trị này cho cộng đồng computer vision và xe tự hành. Để biết thêm thông tin về bộ dữ liệu TT100K, hãy truy cập official dataset website.
Câu hỏi thường gặp#
Tập dữ liệu Tsinghua-Tencent 100K (TT100K) được sử dụng để nhận diện và phân loại biển báo giao thông trong điều kiện thực tế. 221 danh mục và hình ảnh street-view độ phân giải cao của nó biến nó thành một benchmark phổ biến cho nhận thức xe tự lái, các hệ thống hỗ trợ lái xe nâng cao (ADAS) và nghiên cứu nhận diện đối tượng nhỏ.
Cấu hình Ultralytics TT100K chứa 16.817 ảnh: 6.105 để huấn luyện, 7.641 để kiểm định (phân chia "other" gốc của bộ dữ liệu), và 3.071 để kiểm thử. Xem phần Dataset Structure để biết phân tích chi tiết đầy đủ.
"100K" đề cập đến khoảng 100.000 hình ảnh Tencent Street View mà benchmark gốc được tạo ra từ đó. Cấu hình nhận diện của Ultralytics cung cấp 16.817 hình ảnh trong số đó với nhãn định dạng YOLO; tên gọi phản ánh bộ sưu tập nguồn, không phải kích thước của tập huấn luyện.
TT100K định nghĩa 221 danh mục bao gồm giới hạn tốc độ, biển cấm, biển cảnh báo, giới hạn chiều cao/chiều rộng và biển chỉ dẫn. Bài báo gốc chỉ giữ lại 45 danh mục có ít nhất 100 thực thể huấn luyện, nhưng cấu hình Ultralytics giữ lại tất cả 221 danh mục. Xem Dataset Structure để biết phân chia theo nhóm.
TT100K có dung lượng khoảng 18 GB và tự động tải xuống lần đầu tiên bạn huấn luyện với
data="TT100K.yaml"— không cần tải xuống thủ công. Tập lệnh này cũng chuyển đổi các annotations gốc sang định dạng YOLO trong lần chạy đầu tiên.Huấn luyện model YOLO26n trên TT100K trong 100 epoch với kích thước ảnh 640:
Ví dụ về Trainingfrom 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 biết cấu hình chi tiết, hãy xem trang Training và model training tips.
Bắt đầu với
imgsz=640cho các thử nghiệm ban đầu, sau đó tăng lênimgsz=1280(với mộtbatchnhỏ 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 xem xét các chiến lược chia ô (tiling) cho các đối tượng rất nhỏ. Xem Tips for Model Training để biết thêm chi tiết.