21 de fevereiro de 2025
Junte-se a nós enquanto analisamos mais de perto os melhores conjuntos de dados de visão computacional de 2025. Saiba como conjuntos de dados diversos e de alta qualidade impulsionam soluções de Visão de IA mais inteligentes.
Você sabia que os dados desempenham um papel em quase tudo o que você faz diariamente? Assistir a um vídeo, tirar uma foto ou verificar o Google Maps contribui para o fluxo constante de informações capturadas por mais de 75 bilhões de dispositivos conectados. Esses dados formam a base da inteligência artificial (IA). De fato, modelos avançados de visão computacional como o Ultralytics YOLO11 dependem de dados visuais para identificar padrões, interpretar imagens e dar sentido ao mundo ao nosso redor.
Curiosamente, o valor dos dados não se resume apenas à quantidade. É mais importante o quão bem estão organizados e preparados. Se um conjunto de dados for confuso ou incompleto, pode levar a erros. No entanto, quando os conjuntos de dados são limpos e diversos, ajudam os modelos de visão computacional a terem um melhor desempenho, quer se trate de reconhecer objetos numa multidão ou de analisar elementos visuais complexos. Os conjuntos de dados de alta qualidade fazem toda a diferença.
Neste artigo, exploraremos os melhores conjuntos de dados de visão computacional de 2025 e veremos como eles contribuem para a construção de modelos de visão computacional mais precisos e eficientes. Vamos começar!
Um conjunto de dados de visão computacional é uma coleção de imagens ou vídeos que ajudam os sistemas de visão computacional a aprender a entender e reconhecer informações visuais. Esses conjuntos de dados vêm com rótulos ou anotações que ajudam os modelos a reconhecer objetos, pessoas, cenas e padrões dentro dos dados.
Eles podem ser usados para treinar modelos de visão computacional, ajudando-os a aprimorar tarefas como identificar rostos, detectar objetos ou analisar cenas. Quanto melhor o conjunto de dados (bem organizado, diversificado e preciso), melhor o modelo de Visão de IA funciona, levando a uma tecnologia mais inteligente e útil no dia a dia.
Construir um conjunto de dados de visão computacional é como preparar notas de estudo para ensinar alguém a ver e entender o mundo. Tudo começa com a coleta de imagens e vídeos que correspondam à aplicação específica que você está desenvolvendo.
Um conjunto de dados ideal inclui exemplos diversos dos objetos de interesse, capturados de diferentes ângulos, sob várias condições de iluminação e em múltiplos fundos e ambientes. Essa variedade garante que o modelo de visão computacional aprenda a reconhecer padrões com precisão e tenha um desempenho confiável em cenários do mundo real.
Após coletar imagens e vídeos relevantes, o próximo passo é a rotulagem de dados. Este processo envolve adicionar tags, anotações ou descrições aos dados para que a IA possa entender o que cada imagem ou vídeo contém.
Os rótulos podem incluir nomes de objetos, localizações, limites ou outros detalhes relevantes que ajudam a treinar o modelo para reconhecer e interpretar informações visuais com precisão. A rotulagem de dados transforma uma simples coleção de imagens em um conjunto de dados estruturado que pode ser usado para treinar um modelo de visão computacional.
Você pode estar se perguntando o que torna um conjunto de dados de alta qualidade. Existem muitos fatores envolvidos, como rotulagem precisa, diversidade e consistência. Por exemplo, se vários anotadores estiverem rotulando um conjunto de dados de detecção de objetos para identificar orelhas de gato, um pode rotulá-las como parte da cabeça, enquanto outro as rotula separadamente como orelhas. Essa inconsistência pode confundir o modelo e afetar sua capacidade de aprender corretamente.
Aqui está uma visão geral rápida das qualidades de um conjunto de dados de visão computacional ideal:
Os modelos Ultralytics YOLO, como o YOLO11, são construídos para funcionar com conjuntos de dados em um formato de arquivo YOLO específico. Embora seja fácil converter seus próprios dados para este formato, também oferecemos uma opção descomplicada para aqueles que desejam começar a experimentar imediatamente.
O pacote Ultralytics Python oferece suporte a uma ampla variedade de conjuntos de dados de visão computacional, permitindo que você mergulhe em projetos usando tarefas como detecção de objetos, segmentação de instâncias ou estimativa de pose sem nenhuma configuração extra.
Os usuários podem acessar facilmente conjuntos de dados prontos para uso, como COCO, DOTA-v2.0, Open Images V7 e ImageNet, especificando o nome do conjunto de dados como um dos parâmetros na função de treinamento. Ao fazer isso, o conjunto de dados é baixado e pré-configurado automaticamente, para que você possa se concentrar na construção e no aprimoramento de seus modelos.
Os avanços na Visão de IA dependem de conjuntos de dados diversificados e em larga escala que impulsionam a inovação e permitem avanços. Vamos dar uma olhada em alguns dos conjuntos de dados mais importantes, com suporte da Ultralytics, que estão influenciando os modelos de visão computacional.
ImageNet, criado por Fei-Fei Li e sua equipe na Universidade de Princeton em 2007 e introduzido em 2009, é um grande conjunto de dados com mais de 14 milhões de imagens rotuladas. É amplamente utilizado para treinar sistemas para reconhecer e categorizar diferentes objetos. Seu design estruturado o torna particularmente útil para ensinar modelos a classificar imagens com precisão. Embora bem documentado, ele se concentra principalmente na classificação de imagens e carece de anotações detalhadas para tarefas como detecção de objetos.
Aqui está uma olhada em alguns dos principais pontos fortes do ImageNet:
No entanto, como qualquer conjunto de dados, ele tem suas limitações. Aqui estão alguns dos desafios a serem considerados:
O conjunto de dados DOTA-v2.0, onde DOTA significa Dataset for Object Detection in Aerial Images (Conjunto de Dados para Deteção de Objetos em Imagens Aéreas), é uma extensa coleção de imagens aéreas criadas especialmente para a deteção de objetos com caixas delimitadoras orientadas (OBB). Na deteção OBB, são utilizadas caixas delimitadoras rotacionadas para se alinharem com maior precisão com a orientação real dos objetos na imagem. Este método funciona especialmente bem para imagens aéreas, onde os objetos aparecem frequentemente em vários ângulos, levando a uma localização mais precisa e a uma melhor deteção geral.
Este conjunto de dados consiste em mais de 11.000 imagens e mais de 1,7 milhão de caixas delimitadoras orientadas em 18 categorias de objetos. As imagens variam de 800×800 a 20.000×20.000 pixels e incluem objetos como aviões, navios e edifícios.
Devido às suas anotações detalhadas, o DOTA-v2.0 se tornou uma escolha popular para projetos de sensoriamento remoto e vigilância aérea. Aqui estão algumas das principais características do DOTA-v2.0:
Embora o DOTA-v2 tenha muitos pontos fortes, aqui estão algumas limitações que os usuários devem ter em mente:
O conjunto de dados Roboflow 100 (RF100) foi criado pela Roboflow com o apoio da Intel. Ele pode ser usado para testar e avaliar o desempenho dos modelos de detecção de objetos. Este conjunto de dados de benchmark inclui 100 conjuntos de dados diferentes escolhidos entre mais de 90.000 conjuntos de dados públicos. Ele tem mais de 224.000 imagens e 800 classes de objetos de áreas como saúde, vistas aéreas e jogos.
Aqui estão algumas das principais vantagens de usar o RF100:
Apesar dos seus pontos fortes, o RF100 também tem algumas desvantagens a ter em conta:
O conjunto de dados COCO é um dos conjuntos de dados de visão computacional mais utilizados, oferecendo mais de 330.000 imagens com anotações de imagem detalhadas. Foi concebido para a deteção de objetos, segmentação e legendagem de imagens, o que o torna um recurso valioso para muitos projetos. As suas etiquetas detalhadas, incluindo caixas delimitadoras e máscaras de segmentação, ajudam os sistemas a aprender a analisar imagens com precisão.
Este conjunto de dados é conhecido por sua flexibilidade e é útil para várias tarefas, desde projetos simples até complexos. Ele se tornou um padrão no campo da Visão de IA, frequentemente usado em desafios e competições para avaliar o desempenho do modelo.
Alguns de seus pontos fortes incluem:
Aqui estão alguns fatores limitantes a serem observados também:
Open Images V7 é um enorme conjunto de dados de código aberto com curadoria do Google, apresentando mais de 9 milhões de imagens com anotações para 600 categorias de objetos. Inclui uma variedade de tipos de anotação e é ideal para lidar com tarefas complexas de visão computacional. A sua escala e profundidade fornecem um recurso abrangente para treinar e testar modelos de visão computacional.
Além disso, a popularidade do conjunto de dados Open Images V7 na pesquisa fornece muitos recursos e exemplos para os usuários aprenderem. No entanto, seu tamanho massivo pode tornar o download e o processamento demorados, especialmente para equipes menores. Outro problema é que algumas anotações podem ser inconsistentes, exigindo esforço extra para limpar os dados, e a integração nem sempre é perfeita, o que significa que pode ser necessário um preparo adicional.
Escolher o conjunto de dados certo é uma parte importante para configurar seu projeto de visão computacional para o sucesso. A melhor escolha depende da sua tarefa específica - encontrar uma boa correspondência ajuda seu modelo a aprender as habilidades certas. Ele também deve se integrar facilmente com suas ferramentas, para que você possa se concentrar mais na construção do seu modelo e menos na solução de problemas.
.webp)
Conjuntos de dados de alta qualidade são a espinha dorsal de qualquer modelo de visão computacional, ajudando os sistemas a aprender a interpretar imagens com precisão. Conjuntos de dados diversos e bem anotados são especialmente importantes, pois permitem que os modelos tenham um desempenho confiável em cenários do mundo real e reduzam erros causados por dados limitados ou de baixa qualidade.
A Ultralytics simplifica o processo de acesso e trabalho com conjuntos de dados de visão computacional, facilitando a localização dos dados certos para o seu projeto. Escolher o conjunto de dados certo é um passo crucial na construção de um modelo de alto desempenho, levando a resultados mais precisos e impactantes.
Junte-se à nossa comunidade e explore nosso repositório GitHub para saber mais sobre IA. Descubra avanços como visão computacional para a área da saúde e IA em carros autônomos em nossas páginas de soluções. Confira nossas opções de licenciamento e dê o primeiro passo para começar com visão computacional hoje mesmo!
