COCO128-Datensatz
Einführung
Ultralytics COCO128 ist ein kleiner, aber vielseitiger Objekterkennungs-Datensatz, der aus den ersten 128 Bildern des COCO-Trainingsdatensatzes 2017 besteht. Dieser Datensatz ist ideal zum Testen und Debuggen von Objekterkennungsmodellen oder zum Experimentieren mit neuen Erkennungsansätzen. Mit 128 Bildern ist er klein genug, um leicht verwaltet werden zu können, aber dennoch vielfältig genug, um Trainingspipelines auf Fehler zu testen und als Plausibilitätsprüfung vor dem Training größerer Datensätze zu dienen.
Ansehen: Ultralytics COCO Datensatz Übersicht
Dieser Datensatz ist für die Verwendung mit Ultralytics HUB und YOLO11 vorgesehen.
Datensatz-YAML
Eine YAML-Datei (Yet Another Markup Language) wird verwendet, um die Dataset-Konfiguration zu definieren. Sie enthält Informationen über die Pfade, Klassen und andere relevante Informationen des Datasets. Im Fall des COCO128-Datasets ist die coco128.yaml
Datei wird verwaltet unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco128.yaml.
ultralytics/cfg/datasets/coco128.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# COCO128 dataset https://www.kaggle.com/datasets/ultralytics/coco128 (first 128 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco/
# Example usage: yolo train data=coco128.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco128 ← downloads here (7 MB)
# 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: coco128 # dataset root dir
train: images/train2017 # train images (relative to 'path') 128 images
val: images/train2017 # val images (relative to 'path') 128 images
test: # test images (optional)
# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco128.zip
Nutzung
Um ein YOLO11n-Modell auf dem COCO128-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, können Sie die folgenden Code-Snippets verwenden. Eine umfassende Liste der verfügbaren Argumente finden Sie auf der Seite Modelltraining.
Trainingsbeispiel
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=coco128.yaml model=yolo11n.pt epochs=100 imgsz=640
sample_images und Anmerkungen
Hier sind einige Beispiele für Bilder aus dem COCO128-Datensatz zusammen mit den entsprechenden Anmerkungen:
- Mosaikbild: Dieses Bild zeigt einen Trainings-Batch, der aus Mosaik-Datensatzbildern besteht. Mosaicing ist eine Technik, die während des Trainings verwendet wird und mehrere Bilder zu einem einzigen Bild kombiniert, um die Vielfalt der Objekte und Szenen innerhalb jedes Trainings-Batch zu erhöhen. Dies trägt dazu bei, die Fähigkeit des Modells zu verbessern, auf verschiedene Objektgrößen, Seitenverhältnisse und Kontexte zu generalisieren.
Das Beispiel zeigt die Vielfalt und Komplexität der Bilder im COCO128-Datensatz sowie die Vorteile der Verwendung von Mosaicing während des Trainingsprozesses.
Zitate und Danksagungen
Wenn Sie den COCO-Datensatz in Ihrer Forschungs- oder Entwicklungsarbeit verwenden, zitieren Sie bitte das folgende Paper:
@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}
}
Wir möchten das COCO-Konsortium für die Erstellung und Pflege dieser wertvollen Ressource für die Computer-Vision-Community anerkennen. Weitere Informationen über den COCO-Datensatz und seine Urheber finden Sie auf der COCO-Datensatz-Website.
FAQ
Wofür wird der Ultralytics COCO128-Datensatz verwendet?
Der Ultralytics COCO128-Datensatz ist eine kompakte Teilmenge, die die ersten 128 Bilder aus dem COCO-Trainingsdatensatz 2017 enthält. Er wird hauptsächlich zum Testen und Debuggen von Objekterkennungs-Modellen, zum Experimentieren mit neuen Erkennungsansätzen und zum Validieren von Trainingspipelines verwendet, bevor er auf größere Datensätze skaliert wird. Seine überschaubare Größe macht ihn perfekt für schnelle Iterationen und bietet dennoch genügend Vielfalt, um ein aussagekräftiger Testfall zu sein.
Wie trainiere ich ein YOLO11-Modell mit dem COCO128-Datensatz?
Um ein YOLO11-Modell auf dem COCO128-Datensatz zu trainieren, können Sie entweder Python- oder CLI-Befehle verwenden. Hier ist wie es geht:
Trainingsbeispiel
from ultralytics import YOLO
# Load a pretrained model
model = YOLO("yolo11n.pt")
# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)
yolo detect train data=coco128.yaml model=yolo11n.pt epochs=100 imgsz=640
Weitere Trainingsoptionen und -parameter finden Sie in der Trainingsdokumentation.
Welche Vorteile bietet die Verwendung von Mosaic Augmentation mit COCO128?
Mosaic Augmentation, wie in den sample_images gezeigt, kombiniert mehrere Trainingsbilder zu einem einzigen zusammengesetzten Bild. Diese Technik bietet mehrere Vorteile beim Training mit COCO128:
- Erhöht die Vielfalt der Objekte und Kontexte innerhalb jedes Trainings-Batches
- Verbessert die Modellgeneralisierung über verschiedene Objektgrößen und Seitenverhältnisse hinweg
- Verbessert die Erkennungsleistung für Objekte unterschiedlicher Größe
- Maximiert den Nutzen eines kleinen Datensatzes, indem vielfältigere Trainingsbeispiele erstellt werden
Diese Technik ist besonders wertvoll für kleinere Datensätze wie COCO128 und hilft Modellen, robustere Merkmale aus begrenzten Daten zu lernen.
Wie schneidet COCO128 im Vergleich zu anderen COCO-Datensatzvarianten ab?
COCO128 (128 Bilder) liegt zwischen COCO8 (8 Bilder) und dem vollständigen COCO-Datensatz (118K+ Bilder) in Bezug auf die Größe:
- COCO8: Enthält nur 8 Bilder (4 zum Trainieren, 4 zur Validierung) – ideal für schnelle Tests und Fehlersuche
- COCO128: Enthält 128 Bilder – ausgewogen in Bezug auf Größe und Vielfalt
- Voller COCO: Enthält 118K+ Trainingsbilder - umfassend, aber ressourcenintensiv
COCO128 bietet einen guten Mittelweg und bietet mehr Vielfalt als COCO8, während es für Experimente und die anfängliche Modellentwicklung viel handlicher ist als der vollständige COCO-Datensatz.
Kann ich COCO128 für andere Aufgaben als die Objekterkennung verwenden?
Obwohl COCO128 primär für Objekterkennung entwickelt wurde, können die Annotationen des Datensatzes für andere Computer-Vision-Aufgaben angepasst werden:
- Instanzsegmentierung: Verwenden der in den Anmerkungen enthaltenen Segmentierungsmasken
- Keypoint-Erkennung: Für Bilder, die Personen mit Keypoint-Annotationen enthalten
- Transfer Learning: Als Ausgangspunkt für die Feinabstimmung von Modellen für benutzerdefinierte Aufgaben
Für spezielle Aufgaben wie Segmentierung sollten Sie spezielle Varianten wie COCO8-seg verwenden, die die entsprechenden Anmerkungen enthalten.