Roboflow Bộ dữ liệu phân đoạn gói vũ trụ

Q: What is the Roboflow Package Segmentation Dataset and how can it help in computer vision projects?

Các Roboflow Package Segmentation Dataset là một bộ sưu tập hình ảnh được tuyển chọn phù hợp với các tác vụ liên quan đến phân đoạn gói. Nó bao gồm nhiều hình ảnh khác nhau về các gói trong nhiều bối cảnh khác nhau, khiến nó trở nên vô giá đối với việc đào tạo và đánh giá các mô hình phân đoạn. Bộ dữ liệu này đặc biệt hữu ích cho các ứng dụng trong hậu cần, tự động hóa kho và bất kỳ dự án nào yêu cầu phân tích gói chính xác. Nó giúp tối ưu hóa hậu cần và nâng cao các mô hình tầm nhìn để xác định và phân loại gói chính xác.

Q: What are the components of the Package Segmentation Dataset, and how is it structured?

Bộ dữ liệu được cấu trúc thành ba thành phần chính: Cấu trúc này đảm bảo một bộ dữ liệu cân bằng cho việc đào tạo, xác thực và thử nghiệm mô hình toàn diện, nâng cao hiệu suất của các thuật toán phân đoạn.

Q: How can I access and use the package-seg.yaml file for the Package Segmentation Dataset?

Tệp package-seg.yaml được lưu trữ trên Ultralytics ' Kho lưu trữ GitHub và chứa thông tin cần thiết về đường dẫn, lớp và cấu hình của tập dữ liệu. Bạn có thể tải xuống từ đây. Tệp này rất quan trọng để cấu hình các mô hình của bạn nhằm sử dụng tập dữ liệu một cách hiệu quả. Để biết thêm thông tin chi tiết và ví dụ thực tế, hãy khám phá phần Sử dụng của chúng tôi.

Bộ dữ liệu phân đoạn gói Roboflow là bộ sưu tập hình ảnh được tuyển chọn đặc biệt dành cho các tác vụ liên quan đến phân đoạn gói trong lĩnh vực thị giác máy tính . Bộ dữ liệu này được thiết kế để hỗ trợ các nhà nghiên cứu, nhà phát triển và những người đam mê làm việc trên các dự án liên quan đến nhận dạng, phân loại và xử lý gói.

Chứa một tập hợp hình ảnh đa dạng giới thiệu nhiều gói hàng khác nhau trong các bối cảnh và môi trường khác nhau, tập dữ liệu đóng vai trò là nguồn tài nguyên có giá trị để đào tạo và đánh giá các mô hình phân đoạn. Cho dù bạn đang tham gia vào hậu cần, tự động hóa kho hàng hay bất kỳ ứng dụng nào yêu cầu phân tích gói hàng chính xác, thì Bộ dữ liệu phân đoạn gói hàng cung cấp một tập hợp hình ảnh có mục tiêu và toàn diện để nâng cao hiệu suất của các thuật toán thị giác máy tính của bạn.

Cấu trúc tập dữ liệu

Phân phối dữ liệu trong Bộ dữ liệu phân đoạn gói được cấu trúc như sau:

Bộ đào tạo : Bao gồm 1920 hình ảnh kèm theo chú thích tương ứng.
Bộ kiểm tra : Bao gồm 89 hình ảnh, mỗi hình ảnh được ghép nối với chú thích tương ứng.
Bộ xác thực : Bao gồm 188 hình ảnh, mỗi hình ảnh có chú thích tương ứng.

Ứng dụng

Phân đoạn gói hàng, được hỗ trợ bởi Bộ dữ liệu phân đoạn gói hàng, đóng vai trò quan trọng trong việc tối ưu hóa hậu cần, tăng cường giao hàng chặng cuối, cải thiện kiểm soát chất lượng sản xuất và đóng góp vào các giải pháp thành phố thông minh. Từ thương mại điện tử đến các ứng dụng bảo mật, bộ dữ liệu này là một nguồn tài nguyên quan trọng, thúc đẩy sự đổi mới trong thị giác máy tính cho các ứng dụng phân tích gói hàng đa dạng và hiệu quả.

Bộ dữ liệu YAML

Tệp YAML (Yet Another Markup Language) được sử dụng để xác định cấu hình tập dữ liệu. Tệp này chứa thông tin về đường dẫn, lớp và các thông tin liên quan khác của tập dữ liệu. Trong trường hợp của tập dữ liệu Package Segmentation, package-seg.yaml tập tin được duy trì tại https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

ultralytics /cfg/datasets/package-seg.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 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 (102 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: ../datasets/package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 89 images
test: test/images # test images (relative to 'path') 188 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 đào tạo Ultralytics Mô hình YOLO11n trên tập dữ liệu Package Segmentation cho 100 kỷ nguyên với kích thước hình ảnh là 640, bạn có thể sử dụng các đoạn mã sau. Để biết danh sách đầy đủ các đối số khả dụng, hãy tham khảo trang Đào tạo mô hình.

Ví dụ về tàu hỏa

PythonCLI

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model (recommended for training)

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

# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Dữ liệu mẫu và chú thích

Bộ dữ liệu Package Segmentation bao gồm một bộ sưu tập đa dạng các hình ảnh và video được chụp từ nhiều góc nhìn. Dưới đây là các trường hợp dữ liệu từ bộ dữ liệu, kèm theo chú thích tương ứng:

Hình ảnh mẫu của bộ dữ liệu

Hình ảnh này hiển thị một trường hợp phát hiện đối tượng hình ảnh, có các hộp giới hạn được chú thích với mặt nạ phác thảo các đối tượng được nhận dạng. Bộ dữ liệu kết hợp một bộ sưu tập đa dạng các hình ảnh được chụp ở các địa điểm, môi trường và mật độ khác nhau. Nó đóng vai trò là một nguồn tài nguyên toàn diện để phát triển các mô hình cụ thể cho nhiệm vụ này.
Ví dụ này nhấn mạnh tính đa dạng và phức tạp có trong tập dữ liệu VisDrone, nhấn mạnh tầm quan trọng của dữ liệu cảm biến chất lượng cao đối với các tác vụ thị giác máy tính liên quan đến máy bay không người lái.

Trích dẫn và Lời cảm ơn

Nếu bạn tích hợp bộ dữ liệu phân đoạn vết nứt vào các sáng kiến nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn bài báo sau:

BibTeX

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

Chúng tôi bày tỏ lòng biết ơn của chúng tôi đến Roboflow nhóm vì những nỗ lực của họ trong việc tạo và duy trì tập dữ liệu Package Segmentation, một tài sản có giá trị cho các dự án nghiên cứu và hậu cần. Để biết thêm chi tiết về tập dữ liệu Package Segmentation và những người tạo ra nó, vui lòng truy cập Trang tập dữ liệu Package Segmentation .

CÂU HỎI THƯỜNG GẶP

Cái gì là Roboflow Bộ dữ liệu phân đoạn gói và nó có thể giúp ích như thế nào trong các dự án thị giác máy tính?

Bộ dữ liệu phân đoạn gói Roboflow là bộ sưu tập hình ảnh được tuyển chọn phù hợp với các tác vụ liên quan đến phân đoạn gói. Bộ dữ liệu này bao gồm nhiều hình ảnh về các gói trong nhiều bối cảnh khác nhau, khiến nó trở nên vô giá đối với việc đào tạo và đánh giá các mô hình phân đoạn. Bộ dữ liệu này đặc biệt hữu ích cho các ứng dụng trong hậu cần, tự động hóa kho và bất kỳ dự án nào yêu cầu phân tích gói chính xác. Bộ dữ liệu này giúp tối ưu hóa hậu cần và nâng cao các mô hình tầm nhìn để xác định và phân loại gói chính xác.

Làm thế nào để tôi đào tạo một Ultralytics YOLO11 mô hình trên Bộ dữ liệu phân đoạn gói hàng?

Bạn có thể đào tạo một Ultralytics Mô hình YOLO11n sử dụng cả hai Python Và CLI phương pháp. Sử dụng các đoạn trích dưới đây:

Ví dụ về tàu hỏa

PythonCLI

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model

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

# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Tham khảo trang Đào tạo mô hình để biết thêm chi tiết.

Các thành phần của Bộ dữ liệu phân đoạn gói là gì và nó được cấu trúc như thế nào?

Bộ dữ liệu được cấu trúc thành ba thành phần chính:

Bộ đào tạo : Bao gồm 1920 hình ảnh có chú thích.
Bộ kiểm tra : Bao gồm 89 hình ảnh có chú thích tương ứng.
Bộ xác thực : Bao gồm 188 hình ảnh có chú thích.

Cấu trúc này đảm bảo một tập dữ liệu cân bằng cho việc đào tạo, xác thực và thử nghiệm mô hình toàn diện, nâng cao hiệu suất của các thuật toán phân đoạn.

Tại sao tôi nên sử dụng Ultralytics YOLO11 với Bộ dữ liệu phân đoạn gói hàng?

Ultralytics YOLO11 cung cấp độ chính xác và tốc độ tiên tiến cho các nhiệm vụ phát hiện và phân đoạn đối tượng theo thời gian thực. Sử dụng nó với Bộ dữ liệu phân đoạn gói cho phép bạn tận dụng YOLO11 khả năng phân đoạn gói chính xác. Sự kết hợp này đặc biệt có lợi cho các ngành công nghiệp như hậu cần và tự động hóa kho bãi, nơi mà việc xác định gói chính xác là rất quan trọng. Để biết thêm thông tin, hãy xem trang của chúng tôi về phân đoạn YOLO11 .

Làm thế nào tôi có thể truy cập và sử dụng tệp package-seg.yaml cho Bộ dữ liệu phân đoạn gói?

Các package-seg.yaml tập tin được lưu trữ trên Ultralytics ' Kho lưu trữ GitHub và chứa thông tin cần thiết về đường dẫn, lớp và cấu hình của tập dữ liệu. Bạn có thể tải xuống từ đây. Tệp này rất quan trọng để cấu hình mô hình của bạn nhằm sử dụng tập dữ liệu một cách hiệu quả.

Để biết thêm thông tin chi tiết và ví dụ thực tế, hãy khám phá phần Sử dụng của chúng tôi.

📅 Được tạo cách đây 10 tháng ✏️ Đã cập nhật cách đây 2 tháng