تحديد مواصفات مجموعة البيانات

موضع المواصفات#

المواصفات هي الجسر بين الهدف والكاميرا. فهي توجه عملية الجمع، وهي الصفحة التي تعود إليها عندما لا يحقق النموذج الأول هدفه:

تعود الدورة إلى المواصفات، لا إلى إعدادات التدريب: فعادةً ما يعني عدم تحقيق الهدف أن هناك سيناريو لم تغطه المواصفات. يصف دليل مراحل مشروع الرؤية الحاسوبية دورة الحياة نفسها.

اكتب السيناريوهات في صفوف#

السيناريو هو توليفة واحدة من ظروف الالتقاط التي يجب أن يتعامل معها النموذج. تجعل الصفوف ذات الحصص الثغرات واضحة قبل أن يحمل أي شخص كاميرا:

السيناريو الذي لا تستطيع تدوينه لن يراه النموذج أثناء التدريب، وسيكون هو السيناريو الذي يفشل فيه الإنتاج.

حدّد حجم المواصفات وفق أهداف الحجم#

تقدم نصائح Ultralytics لتحقيق أفضل نتائج التدريب قواعد إرشادية للإنتاج:

هذه هي الحدود الدنيا لنموذج إنتاجي. تكفي بضع مئات من الكائنات الموسومة لكل فئة لبدء التجارب، وهذا النموذج الأول هو أسرع وسيلة لمعرفة السيناريوهات التي تحتاج إلى مزيد من البيانات. لمعرفة مدى ابتعاد مجموعة بيانات عن الحد المطلوب، أحصِ محتوياتها. يعمل هذا البرنامج النصي على COCO128، وهي عيّنة من COCO تضم 128 صورة وتُنزّل تلقائياً:

from collections import Counter
from pathlib import Path

from ultralytics.data.utils import IMG_FORMATS, check_det_dataset, img2label_paths

IMAGES_PER_CLASS, INSTANCES_PER_CLASS = 1500, 10_000  # Ultralytics production targets

data = check_det_dataset("coco128.yaml")  # downloads COCO128 (~7 MB) on first run; swap in your data YAML
images = [p for p in Path(data["train"]).rglob("*.*") if p.suffix[1:].lower() in IMG_FORMATS]
image_count, instance_count, background = Counter(), Counter(), 0
for label in map(Path, img2label_paths([str(p) for p in images])):
    classes = [int(r.split()[0]) for r in label.read_text().splitlines() if r.strip()] if label.exists() else []
    instance_count.update(classes)
    image_count.update(set(classes))
    background += not classes

print(f"{len(images)} images, {background} background ({background / len(images):.0%}, target 0-10%)")
print(f"{'class':>12} {'images':>7} {'instances':>10} {'of target':>10}")
ranked = instance_count.most_common()
for cls, n in ranked[:3] + ranked[-3:]:  # best and worst covered classes
    coverage = min(image_count[cls] / IMAGES_PER_CLASS, n / INSTANCES_PER_CLASS)
    print(f"{data['names'][cls]:>12} {image_count[cls]:>7} {n:>10} {coverage:>10.1%}")

never_labeled = [name for i, name in data["names"].items() if i not in instance_count]
print(f"{len(never_labeled)} classes in names with zero labels: {never_labeled[:4]} ...")

128 images, 2 background (2%, target 0-10%)
       class  images  instances  of target
      person      61        254       2.5%
         car      12         46       0.5%
         cup      10         36       0.4%
        bear       1          1       0.0%
      banana       1          1       0.0%
        skis       1          1       0.0%
9 classes in names with zero labels: ['fire hydrant', 'parking meter', 'sheep', 'cow'] ...

طريقة قراءته:

• التغطية هي الأقل بين نسبة الصور ونسبة العيّنات، لأن الفئة تحتاج إلى كليهما. حتى الفئة person، وهي الأفضل تغطية، لا تبلغ سوى 2.5% من الحد المطلوب للإنتاج.
• الفئات ذات العيّنة الواحدة (bear، banana، skis) لا يمكن تعلّمها أو قياسها. في مجموعة بياناتك، اجمع المزيد منها أو احذفها من الإصدار الأول v1.
• الفئات التي لا تملك أي تسميات مدرجة في YAML، لكن لم تُرسم لها أي تسميات. ومع ذلك، يستهلك النموذج سعة في محاولة التنبؤ بها. احذفها من names أو اجمع بياناتها قبل التدريب.

غطِّ أبعاد التباين#

يمزج إطار واحد بالفعل بين أشخاص قريبين وبعيدين، ودراجات، وكلب، وسيارات. يجب أن تخطط المواصفات الحقيقية لهذا النطاق عمداً. لكل بُعد، دوّن ما إذا كانت المواصفات تغطيه أو سبب عدم انطباقه؛ فالصفوف الفارغة تمثل سيناريوهات ستكتشفها أثناء الإنتاج بدلاً من ذلك:

التنوع أهم من الحجم: 1,500 صورة موزعة على هذه الصفوف أفضل من 5,000 صورة ملتقطة بكاميرا واحدة وقت الظهيرة.

خطط للصور الخلفية والحالات الحدّية#

الصور الخلفية هي إطارات لا تحتوي على كائنات موسومة، مثل رصيف تحميل فارغ. وهي تعلّم النموذج أن المكان خالٍ وتقلل الإيجابيات الكاذبة.

الحالات الحدّية هي الحجب الشديد، والكائنات المقطوعة عند حافة الإطار، والاتجاهات غير المعتادة، والكائنات المكدسة، والأشياء المتشابهة ظاهريًا، مثل سارية رافعة شوكية بجوار عمود فولاذي. خصص لكل حالة صفًا مستقلًا في الحصة.