Package Segmentation Dataset#

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

Ultralytics Package Segmentation Dataset là tập hợp được tuyển chọn gồm 2.197 ảnh gói hàng có gán nhãn, dùng để huấn luyện các model phân đoạn đối tượng trên một class package. Dataset được xây dựng cho các ứng dụng logistics và tự động hóa kho hàng như nhận diện, phân loại và xử lý gói hàng; dataset kết 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 dataset phân đoạn trên trang tổng quan dataset của chúng tôi.

Cấu trúc dataset#

Package Segmentation Dataset chia 2.197 ảnh như sau:

• Tập huấn luyện: 1.920 ảnh được dùng để huấn luyện model học sâu.
• Tập xác thực: 188 ảnh được dùng trong quá trình huấn luyện để tinh chỉnh siêu tham số và ngăn overfitting.
• Tập kiểm tra: 89 ảnh được giữ riêng để đánh giá model sau khi huấn luyện.
• Class: một class package duy nhất bao gồm mọi gói hàng được gán nhãn.
• Dung lượng 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 hệ thống thành phố thông minh, với các ứng dụng 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 thông minh và logistics#

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

Kiểm soát chất lượng và phát hiện hư hỏng#

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

Bạn cũng có thể duyệt và quản lý toàn bộ Package Segmentation Dataset trên Ultralytics Platform.

YAML của dataset#

Tệp YAML xác định cấu hình dataset, bao gồm đường dẫn, class và các thông tin thiết yếu khác. Đối với dataset Package Segmentation, 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-seg trên dataset Package Segmentation trong 100 epoch với kích thước ảnh 640, hãy sử dụng các đoạn mã sau. Dataset (~103 MB) sẽ tự động được tải xuống trong lần sử dụng đầu tiên. Tham khảo trang Huấn luyện của model để xem danh sách đầy đủ các tham số hiện có.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n-seg.pt")  # nạp model phân đoạn pretrained (được khuyến nghị khi huấn luyện)

# Huấn luyện model trên dataset Package Segmentation
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Xác thực model
results = model.val()

# Thực hiện inference trên một ảnh
results = model("path/to/image.jpg")

Dữ liệu mẫu và annotation#

Dưới đây là ví dụ từ Package Segmentation Dataset, với các mask phân đoạn được phủ lên ảnh để phác họa những gói hàng đã phát hiện:

Dataset bao quát nhiều địa điểm, môi trường và mật độ gói hàng khác nhau, nhờ đó model được huấn luyện trên dataset này có thể tiếp cận đầy đủ các bối cảnh logistics thực tế cần thiết để khái quát hóa. Xem trang tác vụ phân đoạn để tìm hiểu các quy trình liên quan.

Trích dẫn và lời cảm ơn#

Nếu tích hợp Package Segmentation dataset vào nghiên cứu hoặc sáng kiến phát triển, vui lòng trích dẫn nguồn 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 Package Segmentation dataset vì đóng góp cho cộng đồng thị giác máy tính. Truy cập bộ sưu tập Ultralytics Datasets để xem thêm dataset và hướng dẫn mẹo huấn luyện model của chúng tôi.

Câu hỏi thường gặp#