Link to this sectionBộ dữ liệu Phân đoạn Gói hàng#

Tập dữ liệu Package Segmentation của Ultralytics là một bộ sưu tập gồm 2.197 hình ảnh được chú thích về các kiện hàng, được thiết kế để huấn luyện các mô hình instance segmentation trên một lớp duy nhất là package. Được xây dựng cho các trường hợp sử dụng trong lĩnh vực logistics và tự động hóa kho bãi như nhận dạng, phân loại và xử lý kiện hàng, tập dữ liệu này kết hợp trực tiếp với Ultralytics YOLO để phân tích kiện hàng theo thời gian thực trong các quy trình computer vision. Khám phá thêm các tập dữ liệu phân đoạn trên trang tổng quan về tập dữ liệu của chúng tôi.

Link to this sectionCấu trúc tập dữ liệu#

Tập dữ liệu Package Segmentation chia 2.197 hình ảnh của nó như sau:

• Tập huấn luyện (Training set): 1.920 hình ảnh được sử dụng để huấn luyện mô hình deep learning.
• Tập kiểm thử (Validation set): 188 hình ảnh được sử dụng trong quá trình huấn luyện để tinh chỉnh hyperparameters và ngăn ngừa overfitting.
• Tập thử nghiệm (Testing set): 89 hình ảnh được giữ lại để đánh giá mô hình sau khi huấn luyện.
• Các lớp (Classes): một lớp duy nhất package bao gồm mọi kiện hàng được chú thích.
• Dung lượng tải xuống: ~103 MB.

Link to this sectionỨng dụng#

Package segmentation tối ưu hóa quy trình logistics, giao hàng chặng cuối, kiểm soát chất lượng sản xuất và các hệ thống đô thị thông minh, với các ứng dụng trải rộng từ hoàn tất đơn hàng thương mại điện tử đến sàng lọc an ninh. Các mặt nạ phân đoạn kiện hàng chính xác cho phép các hệ thống tự động định vị, đếm và kiểm tra bưu kiện theo thời gian thực.

Link to this sectionKho hàng Thông minh và Logistics#

Trong các kho hàng hiện đại, các giải pháp AI thị giác có thể hợp lý hóa quy trình vận hành bằng cách tự động hóa việc nhận diện 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 các gói hàng trong thời gian thực, ngay cả trong những môi trường đầy thách thức như ánh sáng mờ hoặc không gian bừa bộn. Điều này dẫn đến thời gian xử lý nhanh hơn, giảm thiểu sai sót và cải thiện hiệu quả tổng thể trong vận hành logistics.

Link to this sectionKiểm soát Chất lượng và Phát hiện Hư hỏng#

Các mô hình package segmentation có thể xác định các kiện hàng bị hư hỏng bằng cách phân tích hình dạng và diện mạo của chúng. Bằng cách phát hiện những điểm bất thường hoặc biến dạng trong đường viền kiện hàng, các mô hình này giúp đảm bảo rằng chỉ những kiện hàng còn nguyên vẹn mới được đi qua chuỗi cung ứng, từ đó giảm thiểu khiếu nại của khách hàng và tỷ lệ hoàn hàng. Đây là một khía cạnh quan trọng của kiểm soát chất lượng trong sản xuất và rất cần thiết để duy trì tính toàn vẹn của sản phẩm.

Toàn bộ tập dữ liệu Package Segmentation cũng có thể được duyệt và quản lý trên Ultralytics Platform.

Link to this sectionYAML tập dữ liệu#

Một tệp YAML xác định cấu hình tập dữ liệu, bao gồm các đường dẫn, lớp và các chi tiết cần thiết khác. Đối với tập dữ liệu 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

Link to this sectionCách sử dụng#

Để huấn luyện mô hình Ultralytics YOLO26n trên tập dữ liệu Package Segmentation trong 100 epoch với kích thước ảnh là 640, hãy sử dụng các đoạn mã sau. Tập dữ liệu (~103 MB) sẽ tự động tải xuống trong lần sử dụng đầu tiên. Để có danh sách đầy đủ các đối số khả dụng, hãy tham khảo trang Huấn luyện của mô hình.

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")

Link to this sectionDữ liệu mẫu và Chú thích#

Dưới đây là một ví dụ từ tập dữ liệu Package Segmentation với các mặt nạ phân đoạn được phủ lên, phác thảo các kiện hàng đã được phát hiện:

Tập dữ liệu bao phủ các địa điểm, môi trường và mật độ kiện hàng đa dạng, vì vậy các mô hình được huấn luyện trên đó sẽ thấy được phạm vi các cảnh logistics thực tế mà chúng cần để khái quát hóa. Xem trang tác vụ phân đoạn để biết các quy trình công việc liên quan.

Link to this sectionTrích dẫn và Ghi nhận#

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 bày tỏ lòng biết ơn đến những người tạo ra tập dữ liệu Package Segmentation vì sự đóng góp của họ cho cộng đồng computer vision. Để có thêm các tập dữ liệu, hãy truy cập Bộ sưu tập Tập dữ liệu Ultralytics và hướng dẫn của chúng tôi về mẹo huấn luyện mô hình.

Link to this sectionCâu hỏi thường gặp#

Link to this sectionTập dữ liệu Package Segmentation là gì và nó được sử dụng như thế nào trong Ultralytics YOLO26?#

Tập dữ liệu Package Segmentation là một bộ sưu tập gồm 2.197 hình ảnh được chú thích về các kiện hàng để huấn luyện và đánh giá các mô hình instance segmentation trên một lớp duy nhất là package. Nó nhắm đến các ứng dụng logistics và tự động hóa kho bãi như nhận dạng kiện hàng, phân loại và kiểm soát chất lượng, đồng thời được sử dụng trực tiếp với Ultralytics YOLO26 thông qua tệp cấu hình package-seg.yaml.

Link to this sectionTập dữ liệu Package Segmentation chứa bao nhiêu hình ảnh và lớp?#

Tập dữ liệu có tổng cộng 2.197 hình ảnh — 1.920 để huấn luyện, 188 để kiểm thử và 89 để thử nghiệm — tất cả đều được chú thích cho một lớp duy nhất là package. Toàn bộ kho lưu trữ sẽ tự động tải xuống dưới dạng tệp .zip dung lượng ~103 MB trong lần sử dụng đầu tiên.

Link to this sectionLàm thế nào để huấn luyện một model Ultralytics YOLO26 trên Bộ dữ liệu Phân đoạn Gói hàng?#

Tải một mô hình phân đoạn được huấn luyện trước (ví dụ: yolo26n-seg.pt) và huấn luyện nó với cấu hình package-seg.yaml bằng cách sử dụng các đoạn mã Python hoặc CLI trong phần Cách sử dụng ở trên. Xem Hướng dẫn huấn luyện để biết danh sách đầy đủ các đối số khả dụng.

Link to this sectionTại sao nên sử dụng Ultralytics YOLO26 để phân đoạn kiện hàng trong logistics?#

YOLO26 cung cấp độ chính xác hàng đầu và tốc độ theo thời gian thực cho instance segmentation, cho phép các hệ thống tự động phát hiện và phân loại kiện hàng một cách đáng tin cậy ngay cả trong các nhà kho thiếu sáng hoặc lộn xộn — xem phần Ứng dụng ở trên. Các mô hình đã huấn luyện xuất sang các định dạng như ONNX và TensorRT để triển khai trên các phần cứng kho bãi.

Link to this sectionTôi có thể tìm tệp cấu hình tập dữ liệu cho Package Segmentation ở đâu?#

Tệp package-seg.yaml, xác định các đường dẫn tập dữ liệu và lớp package duy nhất, nằm trong kho lưu trữ GitHub của Ultralytics: package-seg.yaml.