Team Ai
Datasetpublic

luisasousa/aws-architecture-diagrams

AWS Architecture Diagrams (YOLO detection dataset) Dataset YOLOv8 (formato Ultralytics: images/+labels/ por split, bbox normalizada class_id cx cy w h) para detectar componentes, trust boundaries e setas de fluxo de dados em diagramas de arquitetura AWS. Usado para treinar aws-architecture-vision-detector. Código de geração completo em: https://github.com/luisaoliveira1/posdiap_7iadt_techchallenge_5/tree/main/models/vision-detector Tamanho 2022 imagens — 1623… See the full description on the dataset page: https://huggingface.co/datasets/luisasousa/aws-architecture-diagrams.

sourceHugging Facecc-by-4.0updated 3mo agoView on Hugging Face
1likes424downloads
Dataset Card

AWS Architecture Diagrams (YOLO detection dataset)

Dataset YOLOv8 (formato Ultralytics: images/+labels/ por split, bbox normalizada class_id cx cy w h) para detectar componentes, trust boundaries e setas de fluxo de dados em diagramas de arquitetura AWS.

Usado para treinar `aws-architecture-vision-detector`. Código de geração completo em: https://github.com/luisaoliveira1/posdiap7iadttechchallenge_5/tree/main/models/vision-detector

Tamanho

  • —2022 imagens — 1623 train / 210 valid / 189 test
  • —51 classes (ver data.yaml): 15 arquétipos de arquitetura + 28 serviços AWS específicos (ALB, EC2, Lambda, RDS, S3, DynamoDB, ...) + boundary genérico + 6 sub-tipos de boundary (aws_cloud, vpc, region, availability_zone, public_subnet, private_subnet) + arrowhead

Composição (3 fontes)

  1. 1.Real, Roboflow — `aws-icon-detector` (Roboflow Universe, CC BY 4.0), 210 imagens originais, 185 classes colapsadas para os arquétipos/serviços deste dataset (ver remap_labels.py + class_to_archetype.py no repositório).
  2. 2.Sintético, draw.io — diagramas gerados renderizando o próprio draw.io headless (mesmos ícones AWS4, fontes e conectores reais), bounding boxes derivadas direto da geometria do XML (sem anotação manual) — ver generate_synthetic_drawio.py. Cobre estrutura de nesting (AWS Cloud > Region > VPC > Availability Zone > Subnet), variação de estilo de borda (tracejada/sólida/preenchida) e setas.
  3. 3.Real, anotado à mão — um pequeno lote de diagramas de arquitetura reais adicionais, anotados manualmente (via ferramenta HTML própria) para dar ao modelo sinal real de boundaries (retângulo inteiro, não só o ícone de canto).

Avaliação

Este dataset (train/valid/test) mede mAP50/mAP50-95 — sinal padrão do YOLO, mas otimista (mistura real+sintético). A avaliação mais confiável é contra um holdout separado de 5 diagramas reais anotados à mão, nunca incluídos aqui nem usados em treino — ver real_eval_holdout/ground_truth/annotations.json no repositório do GitHub.

Licença

CC BY 4.0. A parcela derivada do Roboflow aws-icon-detector mantém a licença original (CC BY 4.0) — dê crédito a esse dataset ao reusar.