Datasets:

dl1wjd2
/

Logistics_AX

pretty_name: Logistics_AX Pallet Pose
task_categories:
  - object-detection
size_categories:
  - n<1K
tags:
  - yolo
  - pose-estimation
  - labelme
  - pallet

Logistics_AX 팔레트 Pose 데이터셋

사진 155장, 학습 124장, 검증 31장, 테스트 0장입니다. 팔레트 클래스 1개와 키포인트 8개를 사용하며, Labelme JSON을 그대로 보관합니다. 모델: Logistics_AX

파일 구조

raw/images/              원본 사진
raw/annotations/         원본 Labelme JSON
images/train/, val/      학습·검증 사진 사본
annotations/train/, val/ 학습·검증 Labelme JSON 사본
splits.json              정확한 분할 목록
data_pose.yaml           Logistics_AX 프로젝트용 상대 경로 설정
preparation.json         생성 시각·원본 해시·분할 정보
manifest.json            이 업로드의 파일별 SHA-256

원본 155쌍과 분할 사본 155쌍은 같은 데이터를 두 형태로 보관한 것입니다. 서로 다른 사진이 310장이라는 뜻은 아닙니다. 분할은 개별 이미지 무작위 80:20, seed=42입니다.

라벨 규칙

pallet Rectangle/Polygon이 객체 영역이고, 아래 이름의 Point가 해당 객체의 꼭짓점입니다. 여러 팔레트는 group_id로 구분합니다. 점 순서는 다음과 같습니다.

left_top_left
left_top_right
left_bottom_right
left_bottom_left
right_top_left
right_top_right
right_bottom_right
right_bottom_left

안 보여서 생략한 점은 로더가 v=0으로 채워 좌표 손실에서 제외합니다. 표시된 점은 기본 v=2, occluded=true로 표시한 점은 v=1입니다. 모든 점이 생략된 팔레트도 영역 라벨은 사용합니다. kpt_shape는 [8, 3]입니다.

다운로드

Logistics_AX 프로젝트의 루트에서 실행합니다.

from huggingface_hub import snapshot_download
snapshot_download(repo_id="dl1wjd2/Logistics_AX", repo_type="dataset", revision="v2026-10-29-155", local_dir="datasets")

datasets/data_pose.yaml을 프로젝트의 configs/data_pose.yaml로 복사하면 됩니다. 이 프로젝트의 JSON 로더를 사용해야 하며, 일반 YOLO TXT 로더에 직접 연결하는 형식은 아닙니다. 원본 라벨을 편집하려면 다운로드한 datasets/raw/를 작업용 원본으로 사용할 수 있습니다.

평가 범위

사진 수가 적고 유사한 배경·촬영 구도가 포함되어 있습니다. 독립적인 새 촬영분의 성능은 별도 검증해야 합니다. 이 업로드는 버전 v2026-10-29-155입니다.