| --- |
| 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 **0장**입니다. |
| 팔레트 클래스 1개와 키포인트 8개를 사용하며, Labelme JSON을 그대로 보관합니다. |
| 모델: [Logistics_AX](https://huggingface.co/dl1wjd2/Logistics_AX) |
| |
| ## 파일 구조 |
| |
| ```text |
| 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_id`로 구분합니다. 점 순서는 다음과 같습니다. |
|
|
| 0. `left_top_left` |
| 1. `left_top_right` |
| 2. `left_bottom_right` |
| 3. `left_bottom_left` |
| 4. `right_top_left` |
| 5. `right_top_right` |
| 6. `right_bottom_right` |
| 7. `right_bottom_left` |
|
|
| 안 보여서 생략한 점은 로더가 `v=0`으로 채워 좌표 손실에서 제외합니다. |
| 표시된 점은 기본 `v=2`, `occluded=true`로 표시한 점은 `v=1`입니다. |
| 모든 점이 생략된 팔레트도 영역 라벨은 사용합니다. `kpt_shape`는 `[8, 3]`입니다. |
|
|
| ## 다운로드 |
|
|
| Logistics_AX 프로젝트의 루트에서 실행합니다. |
| |
| ```python |
| 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.yaml`을 프로젝트의 `configs/data_pose.yaml`로 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 `v2026-10-29-155`입니다. |
| |
