مجموعة بيانات COCO
The COCO (Common Objects in Context) dataset is a large-scale object detection, segmentation, and captioning dataset. It is designed to encourage research on a wide variety of object categories and is commonly used for benchmarking computer vision models. It is an essential dataset for researchers and developers working on object detection, segmentation, and pose estimation tasks.
شاهد: Ultralytics نظرة عامة على مجموعة بيانات COCO
نماذج COCO المدربة مسبقا
نموذج | حجم (بكسل) |
خريطةفال 50-95 |
السرعة CPU ONNX (مللي ثانية) |
Speed T4 TensorRT10 (ms) |
المعلمات (م) |
يتخبط (ب) |
---|---|---|---|---|---|---|
YOLO11n | 640 | 39.5 | 56.1 ± 0.8 | 1.5 ± 0.0 | 2.6 | 6.5 |
YOLO11s | 640 | 47.0 | 90.0 ± 1.2 | 2.5 ± 0.0 | 9.4 | 21.5 |
YOLO11m | 640 | 51.5 | 183.2 ± 2.0 | 4.7 ± 0.1 | 20.1 | 68.0 |
YOLO11l | 640 | 53.4 | 238.6 ± 1.4 | 6.2 ± 0.1 | 25.3 | 86.9 |
YOLO11x | 640 | 54.7 | 462.8 ± 6.7 | 11.3 ± 0.2 | 56.9 | 194.9 |
الميزات الرئيسية
- يحتوي COCO على 330 ألف صورة ، مع 200 ألف صورة تحتوي على تعليقات توضيحية لمهام اكتشاف الكائنات والتجزئة والتسميات التوضيحية.
- تتكون مجموعة البيانات من 80 فئة من الكائنات ، بما في ذلك الأشياء الشائعة مثل السيارات والدراجات ، بالإضافة إلى فئات أكثر تحديدا مثل المظلات وحقائب اليد والمعدات الرياضية.
- تتضمن التعليقات التوضيحية مربعات إحاطة الكائن وأقنعة التجزئة والتعليقات التوضيحية لكل صورة.
- COCO provides standardized evaluation metrics like mean Average Precision (mAP) for object detection, and mean Average Recall (mAR) for segmentation tasks, making it suitable for comparing model performance.
هيكل مجموعة البيانات
تنقسم مجموعة بيانات COCO إلى ثلاث مجموعات فرعية:
- Train2017: تحتوي هذه المجموعة الفرعية على 118 ألف صورة لنماذج اكتشاف الكائنات التدريبية وتقسيمها وشرحها.
- Val2017: تحتوي هذه المجموعة الفرعية على صور بدقة 5K تستخدم لأغراض التحقق من الصحة أثناء تدريب النموذج.
- Test2017: تتكون هذه المجموعة الفرعية من 20 ألف صورة تستخدم لاختبار النماذج المدربة وقياسها. التعليقات التوضيحية للحقيقة الأساسية لهذه المجموعة الفرعية غير متاحة للجمهور، ويتم إرسال النتائج إلى خادم تقييم COCO لتقييم الأداء.
التطبيقات
The COCO dataset is widely used for training and evaluating deep learning models in object detection (such as YOLO, Faster R-CNN, and SSD), instance segmentation (such as Mask R-CNN), and keypoint detection (such as OpenPose). The dataset's diverse set of object categories, large number of annotated images, and standardized evaluation metrics make it an essential resource for computer vision researchers and practitioners.
مجموعة البيانات YAML
يتم استخدام ملف YAML (لغة ترميز أخرى) لتحديد تكوين مجموعة البيانات. يحتوي على معلومات حول مسارات مجموعة البيانات والفئات والمعلومات الأخرى ذات الصلة. في حالة مجموعة بيانات COCO ، فإن coco.yaml
يتم الاحتفاظ بالملف في https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml.
ultralytics/cfg/datasets/coco.yaml
# Ultralytics YOLO 🚀, AGPL-3.0 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: ../datasets/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 ultralytics.utils.downloads import download
from pathlib import Path
# Download labels
segments = True # segment or box labels
dir = Path(yaml['path']) # dataset root dir
url = 'https://github.com/ultralytics/assets/releases/download/v0.0.0/'
urls = [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)
استخدام
To train a YOLO11n model on the COCO dataset for 100 epochs with an image size of 640, you can use the following code snippets. For a comprehensive list of available arguments, refer to the model Training page.
مثال القطار
عينة من الصور والتعليقات التوضيحية
تحتوي مجموعة بيانات COCO على مجموعة متنوعة من الصور مع فئات كائنات مختلفة ومشاهد معقدة. فيما يلي بعض الأمثلة على الصور من مجموعة البيانات، بالإضافة إلى التعليقات التوضيحية المقابلة لها:
- صورة فسيفسائية: توضح هذه الصورة دفعة تدريب مكونة من صور مجموعة بيانات فسيفسائية. الفسيفساء هي تقنية تستخدم أثناء التدريب تجمع بين صور متعددة في صورة واحدة لزيادة تنوع الكائنات والمشاهد داخل كل دفعة تدريب. يساعد هذا في تحسين قدرة النموذج على التعميم على أحجام الكائنات المختلفة ونسب العرض إلى الارتفاع والسياقات.
يعرض المثال تنوع وتعقيد الصور في مجموعة بيانات COCO وفوائد استخدام الفسيفساء أثناء عملية التدريب.
الاستشهادات والشكر
إذا كنت تستخدم مجموعة بيانات COCO في أعمال البحث أو التطوير الخاصة بك ، فيرجى الاستشهاد بالورقة 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 نعرب عن تقديرنا لاتحاد COCO لإنشاء وصيانة هذا المورد القيم لمجتمع رؤية الكمبيوتر. لمزيد من المعلومات حول مجموعة بيانات COCO ومنشئيها، تفضل بزيارة موقع ويب مجموعة بيانات COCO.
الأسئلة المتداولة
ما هي مجموعة بيانات COCO ولماذا هي مهمة للرؤية الحاسوبية؟
The COCO dataset (Common Objects in Context) is a large-scale dataset used for object detection, segmentation, and captioning. It contains 330K images with detailed annotations for 80 object categories, making it essential for benchmarking and training computer vision models. Researchers use COCO due to its diverse categories and standardized evaluation metrics like mean Average Precision (mAP).
كيف يمكنني تدريب نموذج YOLO باستخدام مجموعة بيانات COCO؟
To train a YOLO11 model using the COCO dataset, you can use the following code snippets:
مثال القطار
راجع صفحة التدريب للحصول على مزيد من التفاصيل حول الوسائط المتاحة.
ما هي السمات الرئيسية لمجموعة بيانات COCO؟
تتضمن مجموعة بيانات COCO ما يلي:
- 330 ألف صورة، مع 200 ألف صورة مشروحة لاكتشاف الأجسام وتجزئتها والتعليق عليها.
- 80 فئة عناصر تتراوح من العناصر الشائعة مثل السيارات والحيوانات إلى عناصر محددة مثل حقائب اليد والمعدات الرياضية.
- مقاييس التقييم الموحدة لاكتشاف الكائنات (mAP) والتجزئة (متوسط متوسط الاسترجاع، mAR).
- تقنية الفسيفساء في دفعات التدريب لتعزيز تعميم النموذج عبر مختلف أحجام الأجسام والسياقات.
Where can I find pretrained YOLO11 models trained on the COCO dataset?
Pretrained YOLO11 models on the COCO dataset can be downloaded from the links provided in the documentation. Examples include:
تتنوع هذه النماذج من حيث الحجم، و mAP، وسرعة الاستدلال، مما يوفر خيارات لمختلف متطلبات الأداء والموارد.
كيف يتم تنظيم مجموعة بيانات COCO وكيف يمكنني استخدامها؟
تنقسم مجموعة بيانات COCO إلى ثلاث مجموعات فرعية:
- تدريب 2017: 118 ألف صورة للتدريب.
- Val2017: 5 آلاف صورة للتحقق من صحتها أثناء التدريب.
- اختبار 2017: 20 ألف صورة لقياس النماذج المدربة. يجب تقديم النتائج إلى خادم تقييم COCO لتقييم الأداء.
يتوفر ملف تهيئة YAML الخاص بمجموعة البيانات على coco.yaml، والذي يحدد المسارات والفئات وتفاصيل مجموعة البيانات.