Tập dữ liệu TT100K
Bộ dữ liệu chuẩn biển báo giao thông quy mô lớn Tsinghua-Tencent 100K (TT100K) được tạo ra từ 100.000 ảnh toàn cảnh Tencent Street View. Bộ dữ liệu này được thiết kế đặc biệt để detect và phân loại biển báo giao thông trong điều kiện thực tế, cung cấp cho các nhà nghiên cứu và 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 biến đổi lớn về độ sáng, điều kiện thời tiết, góc nhìn và khoảng cách, làm cho nó lý tưởng để huấn luyện các mô hình cần hoạt động đáng tin cậy trong các kịch bản thực tế đa dạng.
Bộ dữ liệu này đặc biệt có giá trị cho:
- Hệ thống lái xe tự hành
- Hệ thống hỗ trợ người lái 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 lợi thế chính:
- Quy mô: 100.000 hình ảnh độ phân giải cao (2048×2048 pixel)
- Đa dạng: 221 danh mục biển báo giao thông bao gồm các biển báo giao thông của Trung Quốc
- Điều kiện thực tế: Biến đổi lớn về thời tiết, ánh sáng và góc nhìn
- Chú thích phong phú: Mỗi biển báo bao gồm nhãn lớp, hộp giới hạn và mặt nạ pixel
- Phạm vi bao phủ toàn diện: Bao gồm các biển báo cấm, cảnh báo, bắt buộc và thông tin
- Phân chia tập huấn luyện/kiểm tra: Các phân chia 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 huấn luyện: Tập hợp chính các hình ảnh cảnh giao thông được sử dụng để huấn luyện mô hình detect và classify các loại biển báo giao thông khác nhau.
- Tập kiểm định: Một tập con được sử dụng trong quá trình phát triển mô hình để giám sát hiệu suất và tinh chỉnh các siêu tham số.
- Tập kiểm tra: Một tập hợp hình ảnh được giữ lại để đánh giá khả năng của mô hình cuối cùng trong việc detect và classify các biển báo giao thông trong các tình huống thực tế.
Bộ dữ liệu TT100K bao gồm 221 danh mục 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: Biển báo cấm chung (cấm đi vào, cấm đỗ xe, cấm dừng xe, v.v.)
- pn/pne: Biển báo cấm đi vào và cấm đỗ xe
- pr: Các biển báo hạn chế khác nhau (pr10, pr20, pr30, pr40, pr50, v.v.)
Biển báo nguy hiểm (w_)
- w1-w66: Biển báo nguy hiểm cho các mối nguy hiểm, điều kiện và tình huống giao thông khác nhau
- Bao gồm vạch qua đường cho người đi bộ, khúc cua gấp, đường trơn trượt, động vật, công trường, 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_: Biển báo giới hạn chiều rộng
Biển báo chỉ dẫn (i, il, io, ip)
- i1-i15: Biển báo chỉ dẫn chung
- il_: Thông tin giới hạn tốc độ (il60, il80, il100, il110)
- io: Các biển báo chỉ dẫn khác
- ip: Tấm biển thông tin
YAML bộ dữ liệu
Một tệp tin yaml (Yet Another Markup Language) được sử dụng để định nghĩa cấu hình tập dữ liệu. Nó chứa thông tin về đường dẫn, các lớp và các thông tin liên quan khác của tập dữ liệu. Đối với tập dữ liệu TT100K, tệp tin TT100K.yaml bao gồm chức năng tự động tải xuống và chuyển đổi.
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 mô hình YOLO26 trên tập dữ liệu TT100K trong 100 epochs với kích thước ảnh 640, bạn có thể sử dụng các đoạn mã sau. Tập dữ liệu sẽ được tự động tải xuống và chuyển đổi sang định dạng YOLO khi sử dụng lần đầu.
Ví dụ huấn luyện
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)
# Start training from a pretrained *.pt model
# Dataset will auto-download and convert on first run
yolo detect train data=TT100K.yaml model=yolo26n.pt epochs=100 imgsz=640
Ảnh và Chú thích mẫu
Dưới đây là các ví dụ điển hình từ tập 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 đường cao tốc tốc độ cao bao gồm giới hạn tốc độ và chỉ dẫn hướng đi
- Giao lộ phức tạp: Nhiều biển báo ở gần nhau với các hướng khác nhau
- Điều kiện khó khăn: Biển báo dưới các điều kiện ánh sáng (ngày/đêm), thời tiết (mưa/sương mù) và góc nhìn khác nhau
Tập dữ liệu bao gồm:
- Biển báo cận cảnh: Các biển báo lớn, dễ nhìn, chiếm diện tích đáng kể trong ảnh
- Biển báo ở xa: Các biển báo nhỏ đòi hỏi khả năng detect chi tiết
- Biển báo bị che khuất một phần: Các biển báo bị che khuất một phần bởi phương tiện, 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 tập 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 ghi nhận sự hợp tác giữa Đại học Thanh Hoa và Tencent đã tạo ra và duy trì tài nguyên quý giá này cho cộng đồng thị giác máy tính và lái xe tự hành. Để biết thêm thông tin về tập dữ liệu TT100K, hãy truy cập trang web chính thức của tập dữ liệu.
Câu hỏi thường gặp
Bộ dữ liệu TT100K được sử dụng để làm gì?
Tập dữ liệu Tsinghua-Tencent 100K (TT100K) được thiết kế đặc biệt để detect và phân loại biển báo giao thông trong điều kiện thực tế. Nó chủ yếu được sử dụng cho:
- Đào tạo hệ thống nhận thức lái xe tự hành
- Phát triển Hệ thống Hỗ trợ Lái xe Nâng cao (ADAS)
- Nghiên cứu về detect đối tượng mạnh mẽ trong các điều kiện khác nhau
- Đánh giá hiệu suất các thuật toán nhận dạng biển báo giao thông
- Kiểm tra hiệu suất mô hình trên các đối tượng nhỏ trong hình ảnh lớn
Với 100.000 hình ảnh đường phố đa dạng và 221 danh mục biển báo giao thông, nó cung cấp một môi trường thử nghiệm toàn diện cho việc detect biển báo giao thông trong thế giới thực.
Có bao nhiêu danh mục biển báo giao thông trong TT100K?
Tập dữ liệu TT100K chứa 221 danh mục 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 cấm chung (p1-p28) cộng với các hạn chế (pr*, pn, pne)
- Biển báo nguy hiểm: Hơn 60 danh mục cảnh báo (w1-w66)
- Giới hạn chiều cao/chiều rộng: chuỗi ph và pb cho các hạn chế vật lý
- Biển báo chỉ dẫn: i1-i15, il*, io, ip để hướng dẫn và cung cấp thông tin
Phạm vi bao phủ toàn diện này bao gồm hầu hết các biển báo giao thông được tìm thấy trong mạng lưới đường bộ Trung Quốc.
Làm thế nào tôi có thể huấn luyện mô hình YOLO26n sử dụng tập dữ liệu TT100K?
Để huấn luyện mô hình YOLO26n trên tập dữ liệu TT100K trong 100 epoch với kích thước ảnh 640, hãy sử dụng ví dụ dưới đây.
Ví dụ huấn luyện
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="TT100K.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=TT100K.yaml model=yolo26n.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 thách thức so với các bộ dữ liệu khác?
TT100K đặt ra một số thách thức độc đáo:
- Biến đổi về tỷ lệ: Các biển báo có kích thước từ rất nhỏ (biển báo đường cao tốc ở xa) đến lớn (biển báo đô thị cận cảnh)
- Điều kiện thực tế: Sự thay 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
- Mất cân bằng lớp: Một số loại biển báo phổ biến hơn nhiều so với các loại khác
- Cảnh dày đặc: Nhiều biển báo có thể xuất hiện trong một hình ảnh
- Che khuất một phần: Các biển báo có thể bị che khuất một phần bởi phương tiện, cây cối hoặc cấu trúc
Những thách thức này biến TT100K thành một tiêu chuẩn giá trị để phát triển các thuật toán detect mạnh mẽ.
Làm cách nào để xử lý kích thước ảnh lớn trong TT100K?
Tập dữ liệu TT100K sử dụng hình ảnh có độ phân giải 2048×2048 pixel, có thể tốn nhiều tài nguyên. Dưới đây là các chiến lược được khuyến nghị:
Để huấn luyện:
# 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 thử nghiệm ban đầu - Sử dụng
imgsz=1280nếu bạn có đủ bộ nhớ GPU (24GB+) - Cân nhắc các chiến lược xếp ô (tiling) cho các biển báo rất nhỏ
- Sử dụng tích lũy gradient để mô phỏng kích thước lô lớn hơn
