Ir para o conteúdo

Conjunto de Dados xView

O dataset xView é um dos maiores datasets de imagens aéreas disponíveis publicamente, contendo imagens de cenas complexas ao redor do mundo anotadas usando caixas delimitadoras. O objetivo do dataset xView é acelerar o progresso em quatro fronteiras da visão computacional:

  1. Reduza a resolução mínima para detecção.
  2. Melhore a eficiência do aprendizado.
  3. Permite a descoberta de mais classes de objetos.
  4. Melhore a detecção de classes de grão fino.

O xView se baseia no sucesso de desafios como o Common Objects in Context (COCO) e tem como objetivo aproveitar a visão computacional para analisar a crescente quantidade de imagens disponíveis do espaço, a fim de entender o mundo visual de novas maneiras e abordar uma variedade de aplicações importantes.

Download Manual Necessário

O conjunto de dados xView não é baixado automaticamente pelos scripts Ultralytics. Você deve baixar manualmente o conjunto de dados primeiro da fonte oficial:

Importante: Após baixar os arquivos necessários (por exemplo, train_images.tif, val_images.tif, xView_train.geojson), você precisa extraí-los e colocá-los na estrutura de diretórios correta, normalmente esperada em datasets/xView/ pasta, antes executando os comandos de treinamento fornecidos abaixo. Certifique-se de que o conjunto de dados está configurado corretamente, de acordo com as instruções do desafio.

Principais Características

  • O xView contém mais de 1 milhão de instâncias de objetos em 60 classes.
  • O conjunto de dados tem uma resolução de 0,3 metros, fornecendo imagens de resolução mais alta do que a maioria dos conjuntos de dados públicos de imagens de satélite.
  • O xView apresenta uma coleção diversificada de objetos pequenos, raros, de grão fino e de vários tipos com anotação de bounding box.
  • Vem com um modelo de linha de base pré-treinado usando a API de detecção de objetos TensorFlow e um exemplo para PyTorch.

Estrutura do Conjunto de Dados

O conjunto de dados xView é composto por imagens de satélite coletadas de satélites WorldView-3 a uma distância de amostragem do solo de 0,3m. Ele contém mais de 1 milhão de objetos em 60 classes em mais de 1.400 km² de imagens. O conjunto de dados é particularmente valioso para aplicações de sensoriamento remoto e monitoramento ambiental.

Aplicações

O conjunto de dados xView é amplamente utilizado para treinar e avaliar modelos de deep learning para detecção de objetos em imagens aéreas. O conjunto diversificado de classes de objetos e as imagens de alta resolução do conjunto de dados o tornam um recurso valioso para pesquisadores e profissionais no campo da visão computacional, especialmente para análise de imagens de satélite. As aplicações incluem:

  • Reconhecimento militar e de defesa
  • Planejamento e desenvolvimento urbano
  • Monitoramento ambiental
  • Resposta e avaliação a desastres
  • Mapeamento e gestão de infraestruturas

YAML do Conjunto de Dados

Um arquivo YAML (Yet Another Markup Language) é usado para definir a configuração do conjunto de dados. Ele contém informações sobre os caminhos, classes e outras informações relevantes do conjunto de dados. No caso do conjunto de dados xView, o xView.yaml arquivo é mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

ultralytics/cfg/datasets/xView.yaml

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

# DIUx xView 2018 Challenge https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  DOWNLOAD DATA MANUALLY and jar xf val_images.zip to 'datasets/xView' before running train command!  --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview/
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── xView ← downloads here (20.7 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: xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # train images (relative to 'path') 10% of 847 train images

# Classes
names:
  0: Fixed-wing Aircraft
  1: Small Aircraft
  2: Cargo Plane
  3: Helicopter
  4: Passenger Vehicle
  5: Small Car
  6: Bus
  7: Pickup Truck
  8: Utility Truck
  9: Truck
  10: Cargo Truck
  11: Truck w/Box
  12: Truck Tractor
  13: Trailer
  14: Truck w/Flatbed
  15: Truck w/Liquid
  16: Crane Truck
  17: Railway Vehicle
  18: Passenger Car
  19: Cargo Car
  20: Flat Car
  21: Tank car
  22: Locomotive
  23: Maritime Vessel
  24: Motorboat
  25: Sailboat
  26: Tugboat
  27: Barge
  28: Fishing Vessel
  29: Ferry
  30: Yacht
  31: Container Ship
  32: Oil Tanker
  33: Engineering Vehicle
  34: Tower crane
  35: Container Crane
  36: Reach Stacker
  37: Straddle Carrier
  38: Mobile Crane
  39: Dump Truck
  40: Haul Truck
  41: Scraper/Tractor
  42: Front loader/Bulldozer
  43: Excavator
  44: Cement Mixer
  45: Ground Grader
  46: Hut/Tent
  47: Shed
  48: Building
  49: Aircraft Hangar
  50: Damaged Building
  51: Facility
  52: Construction Site
  53: Vehicle Lot
  54: Helipad
  55: Storage Tank
  56: Shipping container lot
  57: Shipping Container
  58: Pylon
  59: Tower

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import json
  import os
  from pathlib import Path

  import numpy as np
  from PIL import Image
  from tqdm import tqdm

  from ultralytics.data.utils import autosplit
  from ultralytics.utils.ops import xyxy2xywhn


  def convert_labels(fname=Path("xView/xView_train.geojson")):
      """Converts xView geoJSON labels to YOLO format, mapping classes to indices 0-59 and saving as text files."""
      path = fname.parent
      with open(fname, encoding="utf-8") as f:
          print(f"Loading {fname}...")
          data = json.load(f)

      # Make dirs
      labels = Path(path / "labels" / "train")
      os.system(f"rm -rf {labels}")
      labels.mkdir(parents=True, exist_ok=True)

      # xView classes 11-94 to 0-59
      xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
                           12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
                           29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
                           47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]

      shapes = {}
      for feature in tqdm(data["features"], desc=f"Converting {fname}"):
          p = feature["properties"]
          if p["bounds_imcoords"]:
              id = p["image_id"]
              file = path / "train_images" / id
              if file.exists():  # 1395.tif missing
                  try:
                      box = np.array([int(num) for num in p["bounds_imcoords"].split(",")])
                      assert box.shape[0] == 4, f"incorrect box shape {box.shape[0]}"
                      cls = p["type_id"]
                      cls = xview_class2index[int(cls)]  # xView class to 0-60
                      assert 59 >= cls >= 0, f"incorrect class index {cls}"

                      # Write YOLO label
                      if id not in shapes:
                          shapes[id] = Image.open(file).size
                      box = xyxy2xywhn(box[None].astype(np.float), w=shapes[id][0], h=shapes[id][1], clip=True)
                      with open((labels / id).with_suffix(".txt"), "a", encoding="utf-8") as f:
                          f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt
                  except Exception as e:
                      print(f"WARNING: skipping one label for {file}: {e}")


  # Download manually from https://challenge.xviewdataset.org
  dir = Path(yaml["path"])  # dataset root dir
  # urls = [
  #     "https://d307kc0mrhucc3.cloudfront.net/train_labels.zip",  # train labels
  #     "https://d307kc0mrhucc3.cloudfront.net/train_images.zip",  # 15G, 847 train images
  #     "https://d307kc0mrhucc3.cloudfront.net/val_images.zip",  # 5G, 282 val images (no labels)
  # ]
  # download(urls, dir=dir)

  # Convert labels
  convert_labels(dir / "xView_train.geojson")

  # Move images
  images = Path(dir / "images")
  images.mkdir(parents=True, exist_ok=True)
  Path(dir / "train_images").rename(dir / "images" / "train")
  Path(dir / "val_images").rename(dir / "images" / "val")

  # Split
  autosplit(dir / "images" / "train")

Utilização

Para treinar um modelo no conjunto de dados xView por 100 épocas com um tamanho de imagem de 640, você pode usar os seguintes trechos de código. Para uma lista abrangente de argumentos disponíveis, consulte a página de Treinamento do modelo.

Exemplo de Treinamento

from ultralytics import YOLO

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

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

# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640

Dados de Amostra e Anotações

O conjunto de dados xView contém imagens de satélite de alta resolução com um conjunto diversificado de objetos anotados usando bounding boxes. Aqui estão alguns exemplos de dados do conjunto de dados, juntamente com suas anotações correspondentes:

Imagem de amostra do conjunto de dados

  • Imagens Aéreas: Esta imagem demonstra um exemplo de detecção de objetos em imagens aéreas, onde os objetos são anotados com caixas delimitadoras. O conjunto de dados fornece imagens de satélite de alta resolução para facilitar o desenvolvimento de modelos para esta tarefa.

O exemplo mostra a variedade e a complexidade dos dados no conjunto de dados xView e destaca a importância de imagens de satélite de alta qualidade para tarefas de detecção de objetos.

Se você estiver trabalhando com imagens de satélite, também pode estar interessado em explorar estes conjuntos de dados relacionados:

  • DOTA-v2: Um conjunto de dados para detecção de objetos orientados em imagens aéreas
  • VisDrone: Um conjunto de dados para detecção e rastreamento de objetos em imagens capturadas por drones
  • Argoverse: Um conjunto de dados para direção autônoma com anotações de rastreamento 3D

Citações e Agradecimentos

Se você usar o conjunto de dados xView em seu trabalho de pesquisa ou desenvolvimento, cite o seguinte artigo:

@misc{lam2018xview,
      title={xView: Objects in Context in Overhead Imagery},
      author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
      year={2018},
      eprint={1802.07856},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Gostaríamos de agradecer à Defense Innovation Unit (DIU) e aos criadores do conjunto de dados xView por sua valiosa contribuição para a comunidade de pesquisa em visão computacional. Para obter mais informações sobre o conjunto de dados xView e seus criadores, visite o site do conjunto de dados xView.

FAQ

O que é o conjunto de dados xView e como ele beneficia a pesquisa em visão computacional?

O dataset xView é uma das maiores coleções disponíveis publicamente de imagens aéreas de alta resolução, contendo mais de 1 milhão de instâncias de objetos em 60 classes. Ele é projetado para aprimorar várias facetas da pesquisa em visão computacional, como reduzir a resolução mínima para detecção, melhorar a eficiência do aprendizado, descobrir mais classes de objetos e avançar na detecção de objetos de grão fino.

Como posso usar o Ultralytics YOLO para treinar um modelo no conjunto de dados xView?

Para treinar um modelo no conjunto de dados xView usando Ultralytics YOLO, siga estes passos:

Exemplo de Treinamento

from ultralytics import YOLO

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

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

# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640

Para argumentos e configurações detalhadas, consulte a página de Treinamento do modelo.

Quais são as principais características do conjunto de dados xView?

O conjunto de dados xView se destaca devido ao seu conjunto abrangente de recursos:

  • Mais de 1 milhão de instâncias de objetos em 60 classes distintas.
  • Imagens de alta resolução a 0,3 metros.
  • Tipos de objetos diversos, incluindo objetos pequenos, raros e de grão fino, todos anotados com bounding boxes.
  • Disponibilidade de um modelo de base pré-treinado e exemplos em TensorFlow e PyTorch.

Qual é a estrutura do conjunto de dados xView e como ele é anotado?

O conjunto de dados xView contém imagens de satélite de alta resolução capturadas por satélites WorldView-3 a uma distância de amostragem do solo de 0,3m, cobrindo mais de 1 milhão de objetos em 60 classes distintas dentro de aproximadamente 1.400 km² de imagens anotadas. Cada objeto é rotulado com caixas delimitadoras, tornando o conjunto de dados altamente adequado para treinar e avaliar modelos de aprendizado profundo para detecção de objetos em vistas aéreas. Para uma análise detalhada, consulte a seção Estrutura do Conjunto de Dados.

Como cito o conjunto de dados xView na minha pesquisa?

Se você utilizar o conjunto de dados xView em sua pesquisa, cite o seguinte artigo:

@misc{lam2018xview,
    title={xView: Objects in Context in Overhead Imagery},
    author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
    year={2018},
    eprint={1802.07856},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

Para obter mais informações sobre o conjunto de dados xView, visite o site oficial do conjunto de dados xView.



📅 Criado há 1 ano ✏️ Atualizado há 2 meses
glenn-jocher UltralyticsAssistant MatthewNoyce RizwanMunawar jk4e Laughing-q

Comentários