Bộ dữ liệu Phân đoạn Gói hàng#

2,197

Package-Seg

ultralytics

publicSegment

Package-Seg contains polygon masks for packages across indoor, warehouse, and logistics-style scenes, including empty background images. It supports package localization and shape segmentation; no named upstream dataset license is published, so redistribution terms should be reviewed.

1 class149.8 MBSep 2, 2026

package

packagesinstance-segmentationlogistics+1

Bộ dữ liệu Phân đoạn Gói hàng Ultralytics là một tập hợp được chọn lọc gồm 2.197 hình ảnh gói hàng có chú thích để huấn luyện các model phân đoạn instance trên một lớp package duy nhất. Được xây dựng cho các trường hợp sử dụng trong logistics và tự động hóa kho như nhận dạng, phân loại và xử lý gói hàng, bộ dữ liệu này tích hợp trực tiếp với Ultralytics YOLO để phân tích gói hàng theo thời gian thực trong các pipeline thị giác máy tính. Khám phá thêm các bộ dữ liệu phân đoạn trên trang tổng quan bộ dữ liệu.

Cấu trúc bộ dữ liệu#

Bộ dữ liệu Phân đoạn Gói hàng chia 2.197 hình ảnh như sau:

• Tập huấn luyện: 1.920 hình ảnh được sử dụng để huấn luyện model deep learning.
• Tập validation: 188 hình ảnh được sử dụng trong quá trình huấn luyện để tinh chỉnh hyperparameter và ngăn overfitting.
• Tập kiểm thử: 89 hình ảnh được giữ riêng để đánh giá model sau khi huấn luyện.
• Các lớp: một lớp package duy nhất bao phủ mọi gói hàng được chú thích.
• Kích thước tải xuống: ~103 MB.

Ứng dụng#

Phân đoạn gói hàng tối ưu hóa logistics, giao hàng chặng cuối, kiểm soát chất lượng sản xuất và các hệ thống thành phố thông minh, với các ứng dụng trải rộng từ xử lý đơn hàng thương mại điện tử đến kiểm tra an ninh. Mask gói hàng chính xác cho phép các hệ thống tự động định vị, đếm và kiểm tra kiện hàng theo thời gian thực.

Kho hàng và Logistics Thông minh#

Trong các kho hàng hiện đại, giải pháp AI thị giác có thể tinh gọn hoạt động bằng cách tự động hóa việc nhận dạng và phân loại gói hàng. Các model thị giác máy tính được huấn luyện trên bộ dữ liệu này có thể nhanh chóng phát hiện và phân đoạn gói hàng theo thời gian thực, ngay cả trong môi trường khó khăn với ánh sáng yếu hoặc không gian lộn xộn. Điều này giúp rút ngắn thời gian xử lý, giảm lỗi và cải thiện hiệu suất tổng thể trong hoạt động logistics.

Kiểm soát Chất lượng và Phát hiện Hư hỏng#

Các model phân đoạn gói hàng có thể xác định các gói hàng bị hư hỏng bằng cách phân tích hình dạng và diện mạo của chúng. Bằng cách phát hiện các bất thường hoặc biến dạng trong đường bao gói hàng, những model này giúp đảm bảo chỉ các gói hàng nguyên vẹn mới tiếp tục đi qua chuỗi cung ứng, từ đó giảm khiếu nại của khách hàng và tỷ lệ trả hàng. Đây là một khía cạnh quan trọng của kiểm soát chất lượng trong sản xuất và có vai trò thiết yếu trong việc duy trì tính toàn vẹn của sản phẩm.

Bạn cũng có thể duyệt và quản lý toàn bộ Bộ dữ liệu Phân đoạn Gói hàng trên Ultralytics Platform.

YAML của bộ dữ liệu#

Một tệp YAML định nghĩa cấu hình bộ dữ liệu, bao gồm các đường dẫn, lớp và những thông tin thiết yếu khác. Đối với bộ dữ liệu Phân đoạn Gói hàng, tệp package-seg.yaml được duy trì tại https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Package-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/package-seg
# Example usage: yolo train data=package-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── package-seg ← downloads here (103 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: package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 188 images
test: images/test # test images (relative to 'path') 89 images

# Classes
names:
  0: package

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/package-seg.zip

Cách sử dụng#

Để huấn luyện model Ultralytics YOLO26n trên bộ dữ liệu Phân đoạn Gói hàng trong 100 epoch với kích thước hình ảnh là 640, hãy sử dụng các đoạn code sau. Bộ dữ liệu (~103 MB) sẽ tự động được tải xuống trong lần sử dụng đầu tiên. Để xem danh sách đầy đủ các tham số khả dụng, hãy tham khảo trang Training của model.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-seg.pt")  # load a pretrained segmentation model (recommended for training)

# Train the model on the Package Segmentation dataset
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Validate the model
results = model.val()

# Perform inference on an image
results = model("path/to/image.jpg")

Dữ liệu mẫu và Annotation#

Dưới đây là một ví dụ từ Bộ dữ liệu Phân đoạn Gói hàng với các mask phân đoạn được phủ lên, phác họa những gói hàng được phát hiện:

Bộ dữ liệu bao quát nhiều địa điểm, môi trường và mật độ gói hàng khác nhau, vì vậy các model được huấn luyện trên đó có thể tiếp cận nhiều bối cảnh logistics thực tế mà chúng cần để khái quát hóa. Xem trang tác vụ phân đoạn để biết các workflow liên quan.

Trích dẫn và ghi nhận đóng góp#

Nếu bạn tích hợp bộ dữ liệu Phân đoạn Gói hàng vào các sáng kiến nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn nguồn một cách phù hợp:

@misc{ factory_package_dataset,
    title = { factory_package Dataset },
    type = { Open Source Dataset },
    author = { factorypackage },
    url = { https://universe.roboflow.com/factorypackage/factory_package },
    year = { 2024 },
    month = { jan },
    note = { visited on 2024-01-24 },
}

Chúng tôi xin cảm ơn những người tạo ra bộ dữ liệu Phân đoạn Gói hàng vì đóng góp của họ cho cộng đồng thị giác máy tính. Để xem thêm các bộ dữ liệu, hãy truy cập bộ sưu tập Datasets của Ultralytics và hướng dẫn của chúng tôi về mẹo huấn luyện model.

FAQ#