إعداد مجموعة بيانات مخصصة

الحصول على مجموعة بيانات التدريب#

التنسيق الموضح أدناه هو أيضًا ما يقبله مربع حوار «مجموعة بيانات جديدة» في منصة Ultralytics كملف zip، لذا سيُرفع دون تغيير أي ملف لمجموعة بيانات تُعدّها هنا. نزّل 92 إطارًا للتدريب و23 إطارًا للتحقق من صحة صور الحبوب في عبوات الشرائط، وفك ضغطها في my_dataset:

curl -L -o medical-pills.zip https://github.com/ultralytics/assets/releases/download/v0.0.0/medical-pills.zip
unzip -q medical-pills.zip -d my_dataset

my_dataset/
├── images/
│   ├── train/   Frame_0.jpg, Frame_100.jpg, ... (92 images)
│   └── val/     Frame_144.jpg, ... (23 images)
└── labels/
    ├── train/   Frame_0.txt, Frame_100.txt, ... (92 files)
    └── val/     Frame_144.txt, ... (23 files)

لا يوجد ملف بيان. يعثر Ultralytics على كل تسمية باستبدال /images/ بـ /labels/ في مسار الصورة، واستبدال الامتداد بـ .txt، ولذلك يقرأ images/val/Frame_144.jpg الملف labels/val/Frame_144.txt. وينتج عن ذلك أمران:

• يجب تسمية المجلدين بالضبط images وlabels، ووضعهما جنبًا إلى جنب.
• الصورة التي يحتوي ملف تسميتها على محتوى فارغ أو التي لا تملك ملف تسمية هي صورة خلفية: وهذا صالح ومفيد لتعليم النموذج ما لا ينبغي اكتشافه، لكن فقط إذا كان ذلك مقصودًا.

قراءة سطر التسمية#

يمثل كل سطر عنصرًا واحدًا: فهرس فئة صحيح، ثم مركز مربع الإحاطة وحجمه على هيئة كسور من عرض الصورة وارتفاعها. سطر فعلي من labels/train/Frame_0.txt:

0 0.330729 0.816204 0.103125 0.121296

• 0: فهرس الفئة 0، الذي سيُسمّيه ملف YAML pill.
• 0.330729 0.816204: يقع مركز المربع عند 33% من عرض الصورة و82% من ارتفاعها.
• 0.103125 0.121296: يبلغ عرض المربع نحو 10% من عرض الصورة وارتفاعه نحو 12% من ارتفاعها.

مثال تطبيقي: تحويل مربع بكسل#

غالبًا ما تُصدّر أدوات الوسم إحداثيات الزوايا بالبكسل (x1, y1, x2, y2). اقسمها على أبعاد الصورة. يمتد الشخص الواقع في أقصى اليسار في صورة bus.jpg ذات الأبعاد 810×1080 من (49, 398) إلى (240, 902):

يمكن لمعظم أدوات الوسم، وأدوات مثل Roboflow، التصدير مباشرةً بتنسيق YOLO. بالنسبة إلى ملفات COCO JSON، اتبع دليل التدريب باستخدام COCO JSON؛ ويغطي مستودع JSON2YOLO التنسيقات الأخرى. أما ملفات Pascal VOC XML، فيمكن تطبيق الصيغة أعلاه بنص برمجي قصير:

import xml.etree.ElementTree as ET
from pathlib import Path

CLASSES = ["person", "bus"]  # index = class id; must match names in data.yaml

def voc_to_yolo(xml_file: Path, out_dir: Path) -> None:
    root = ET.parse(xml_file).getroot()
    w, h = int(root.find("size/width").text), int(root.find("size/height").text)
    lines = []
    for obj in root.iter("object"):
        name = obj.find("name").text
        if name not in CLASSES:
            continue
        box = obj.find("bndbox")
        x1, y1, x2, y2 = (float(box.find(k).text) for k in ("xmin", "ymin", "xmax", "ymax"))
        xc, yc, bw, bh = (x1 + x2) / 2 / w, (y1 + y2) / 2 / h, (x2 - x1) / w, (y2 - y1) / h
        lines.append(f"{CLASSES.index(name)} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}")
    out_dir.mkdir(parents=True, exist_ok=True)
    (out_dir / f"{xml_file.stem}.txt").write_text("\n".join(lines) + "\n")

voc_to_yolo(Path("bus.xml"), Path("labels"))
print(Path("labels/bus.txt").read_text())

عند تشغيله على bus.xml الذي يحتوي على مربعي الشخص والحافلة من الدرس السابق، يطبع المثال التطبيقي والحافلة:

0 0.178395 0.601852 0.235802 0.466667
1 0.495679 0.454167 0.991358 0.482407

تحقّق قبل التدريب#

ارسم بعض ملفات التسميات فوق صورها. فئة مزاحة أو تبديل موضعي x وy أو مربعات حول الظلال أمور واضحة بالعين ولا تظهر في المقاييس:

from ultralytics.data.utils import visualize_image_annotations

visualize_image_annotations(
    "my_dataset/images/train/Frame_0.jpg",
    "my_dataset/labels/train/Frame_0.txt",
    {0: "pill"},
)

ثم دع Ultralytics يتحقق من كل ملف. يفحص التسميات عند قراءة مجموعة البيانات للمرة الأولى، ويقرر سطرًا بسطر ما إذا كانت كل صورة صالحة للاستخدام:

يعرض سطر الفحص النتيجة: 23 images, 0 backgrounds, 0 corrupt هو الشكل المتوقع لمجموعة بيانات سليمة. وأي نتيجة أخرى تشير إلى أحد الأخطاء أدناه.

تجنّب هذه الأخطاء#

لإجراء فحوصات منهجية على مجموعة بيانات كاملة، راجع مراقبة جودة مجموعة البيانات. تُعد المجموعات المضمنة مثل coco8 وcoco128 وafrican-wildlife أمثلة جيدة على التنسيقات التي يمكنك نسخها؛ ويسرد استعراض مجموعات البيانات جميع المجموعات. يضيف المدرّب زيادة البيانات إلى تسمياتك، لذا فإن إجراء تنظيف سريع للبيانات هنا يفيد في كل حقبة تدريب.