مجموعة بيانات COCO

مجموعة بيانات COCO (الأشياء الشائعة في السياق) هي مجموعة بيانات واسعة النطاق للكشف عن الأشياء، والتقسيم، والتسميات التوضيحية. صُممت لتشجيع البحث في مجموعة واسعة من فئات الأشياء، وتُستخدم بشكل شائع لتقييم أداء نماذج الرؤية الحاسوبية. إنها مجموعة بيانات أساسية للباحثين والمطورين الذين يعملون على مهام الكشف عن الأشياء، والتقسيم، وتقدير الوضعية.

نماذج COCO المدربة مسبقاً

الميزات الرئيسية

• تحتوي COCO على 330 ألف صورة، منها 200 ألف صورة تحتوي على تعليقات توضيحية لمهام الكشف عن الأشياء، والتقسيم، والتسميات التوضيحية.
• تتكون مجموعة البيانات من 80 فئة من الأشياء، بما في ذلك الأشياء الشائعة مثل السيارات والدراجات والحيوانات، بالإضافة إلى فئات أكثر تحديداً مثل المظلات وحقائب اليد والمعدات الرياضية.
• تتضمن التعليقات التوضيحية مربعات إحاطة للأشياء، وأقنعة تقسيم، وتسميات توضيحية لكل صورة.
• توفر COCO مقاييس تقييم موحدة مثل متوسط دقة التحديد (mAP) للكشف عن الأشياء، ومتوسط الاستدعاء (mAR) لمهام التقسيم، مما يجعلها مناسبة لمقارنة أداء النماذج.

هيكل مجموعة البيانات

تنقسم مجموعة بيانات COCO إلى ثلاث مجموعات فرعية:

1. Train2017: تحتوي هذه المجموعة الفرعية على 118 ألف صورة لتدريب نماذج الكشف عن الأشياء، والتقسيم، والتسميات التوضيحية.
2. Val2017: تحتوي هذه المجموعة الفرعية على 5 آلاف صورة تُستخدم لأغراض التحقق أثناء تدريب النموذج.
3. Test2017: تتكون هذه المجموعة الفرعية من 20 ألف صورة تُستخدم لاختبار وتقييم النماذج المدربة. التعليقات التوضيحية للحقيقة الأساسية لهذه المجموعة غير متاحة للجمهور، ويتم تقديم النتائج إلى خادم تقييم COCO لتقييم الأداء.

التطبيقات

تُستخدم مجموعة بيانات COCO على نطاق واسع لتدريب وتقييم نماذج التعلم العميق في الكشف عن الأشياء (مثل Ultralytics YOLO و Faster R-CNN و SSD)، وتقسيم المثيلات (مثل Mask R-CNN)، واكتشاف النقاط الرئيسية (مثل OpenPose). إن مجموعة فئات الأشياء المتنوعة، والعدد الكبير من الصور المشروحة، ومقاييس التقييم الموحدة تجعلها مورداً أساسياً لباحثي وممارسي الرؤية الحاسوبية.

ملف YAML الخاص بمجموعة البيانات

يُستخدم ملف YAML (لغة توصيف أخرى) لتحديد إعدادات مجموعة البيانات. يحتوي على معلومات حول مسارات مجموعة البيانات، والفئات، وغيرها من المعلومات ذات الصلة. في حالة مجموعة بيانات COCO، يتم الاحتفاظ بملف coco.yaml على https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO 2017 dataset https://cocodataset.org by Microsoft
# Documentation: https://docs.ultralytics.com/datasets/detect/coco/
# Example usage: yolo train data=coco.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco ← downloads here (20.1 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: coco # dataset root dir
train: train2017.txt # train images (relative to 'path') 118287 images
val: val2017.txt # val images (relative to 'path') 5000 images
test: test-dev2017.txt # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush

# Download script/URL (optional)
download: |
  from pathlib import Path

  from ultralytics.utils import ASSETS_URL
  from ultralytics.utils.downloads import download

  # Download labels
  segments = True  # segment or box labels
  dir = Path(yaml["path"])  # dataset root dir
  urls = [ASSETS_URL + ("/coco2017labels-segments.zip" if segments else "/coco2017labels.zip")]  # labels
  download(urls, dir=dir.parent)
  # Download data
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
      "http://images.cocodataset.org/zips/test2017.zip",  # 7G, 41k images (optional)
  ]
  download(urls, dir=dir / "images", threads=3)

الاستخدام

لتدريب نموذج YOLO26n على مجموعة بيانات COCO لمدة 100 دورة تدريبية بحجم صورة 640، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للحصول على قائمة شاملة بالوسائط المتاحة، راجع صفحة التدريب الخاصة بالنموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

صور وعينات تعليقات توضيحية

تحتوي مجموعة بيانات COCO على مجموعة متنوعة من الصور ذات فئات أشياء مختلفة ومشاهد معقدة. فيما يلي بعض الأمثلة للصور من مجموعة البيانات، جنباً إلى جنب مع التعليقات التوضيحية المقابلة لها:

• صورة فسيفسائية: توضح هذه الصورة دفعة تدريب تتكون من صور مجموعة بيانات فسيفسائية. التفسيفس هو تقنية تُستخدم أثناء التدريب تجمع بين صور متعددة في صورة واحدة لزيادة تنوع الأشياء والمشاهد داخل كل دفعة تدريب. يساعد هذا في تحسين قدرة النموذج على التعميم عبر أحجام أشياء ونسب عرض إلى ارتفاع وسياقات مختلفة.

يوضح المثال تنوع وتعقيد الصور في مجموعة بيانات COCO وفوائد استخدام التفسيفس أثناء عملية التدريب.

الاقتباسات والشكر

إذا كنت تستخدم مجموعة بيانات COCO في بحثك أو عملك التطويري، فيرجى ذكر الورقة البحثية التالية:

@misc{lin2015microsoft,
      title={Microsoft COCO: Common Objects in Context},
      author={Tsung-Yi Lin and Michael Maire and Serge Belongie and Lubomir Bourdev and Ross Girshick and James Hays and Pietro Perona and Deva Ramanan and C. Lawrence Zitnick and Piotr Dollár},
      year={2015},
      eprint={1405.0312},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

نود أن نشكر اتحاد COCO لإنشاء والحفاظ على هذا المورد القيم لمجتمع الرؤية الحاسوبية. لمزيد من المعلومات حول مجموعة بيانات COCO ومبتكريها، تفضل بزيارة موقع مجموعة بيانات COCO.

الأسئلة الشائعة

ما هي مجموعة بيانات COCO ولماذا هي مهمة للرؤية الحاسوبية؟

مجموعة بيانات COCO (الأشياء الشائعة في السياق) هي مجموعة بيانات واسعة النطاق تُستخدم لـ الكشف عن الأشياء، والتقسيم، والتسميات التوضيحية. تحتوي على 330 ألف صورة مع تعليقات توضيحية مفصلة لـ 80 فئة من الأشياء، مما يجعلها ضرورية لتقييم وتدريب نماذج الرؤية الحاسوبية. يستخدم الباحثون COCO نظراً لفئاتها المتنوعة ومقاييس التقييم الموحدة مثل متوسط الدقة (mAP).

كيف يمكنني تدريب نموذج YOLO باستخدام مجموعة بيانات COCO؟

لتدريب نموذج YOLO26 باستخدام مجموعة بيانات COCO، يمكنك استخدام مقتطفات التعليمات البرمجية التالية:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

راجع صفحة التدريب لمزيد من التفاصيل حول الوسائط المتاحة.

ما هي السمات الرئيسية لمجموعة بيانات COCO؟

تتضمن مجموعة بيانات COCO:

• 330 ألف صورة، منها 200 ألف مشروحة للكشف عن الأشياء، والتقسيم، والتسميات التوضيحية.
• 80 فئة من الأشياء تتراوح من العناصر الشائعة مثل السيارات والحيوانات إلى عناصر محددة مثل حقائب اليد والمعدات الرياضية.
• مقاييس تقييم موحدة للكشف عن الأشياء (mAP) والتقسيم (متوسط الاستدعاء، mAR).
• تقنية التفسيفس في دفعات التدريب لتعزيز تعميم النموذج عبر مختلف أحجام الأشياء والسياقات.

أين يمكنني العثور على نماذج YOLO26 مدربة مسبقاً على مجموعة بيانات COCO؟

يمكن تنزيل نماذج YOLO26 المدربة مسبقاً على مجموعة بيانات COCO من الروابط المقدمة في الوثائق. تشمل الأمثلة:

• YOLO26n
• YOLO26s
• YOLO26m
• YOLO26l
• YOLO26x

تختلف هذه النماذج في الحجم، وmAP، وسرعة الاستنتاج، مما يوفر خيارات لمتطلبات الأداء والموارد المختلفة.

كيف يتم تنظيم مجموعة بيانات COCO وكيف يمكنني استخدامها؟

تنقسم مجموعة بيانات COCO إلى ثلاث مجموعات فرعية:

1. Train2017: 118 ألف صورة للتدريب.
2. Val2017: 5 آلاف صورة للتحقق أثناء التدريب.
3. Test2017: 20 ألف صورة لتقييم النماذج المدربة. يجب تقديم النتائج إلى خادم تقييم COCO لتقييم الأداء.

ملف إعدادات YAML الخاص بمجموعة البيانات متاح على coco.yaml، والذي يحدد المسارات والفئات وتفاصيل مجموعة البيانات.