COCO128-Datensatz#
Einführung#
Ultralytics COCO128 ist ein kleiner, aber vielseitiger Objekterkennungs-Datensatz, der aus den ersten 128 Bildern des COCO-Trainingssatzes von 2017 besteht. Dieser Datensatz eignet sich ideal zum Testen und Debuggen von Objekterkennungsmodellen sowie zum Ausprobieren neuer Erkennungsansätze. Mit 128 Bildern ist er klein genug, um sich leicht handhaben zu lassen, aber vielfältig genug, um Trainingsabläufe auf Fehler zu prüfen und vor dem Training mit größeren Datensätzen als Plausibilitätsprüfung zu dienen.
Ansehen: Überblick über den Ultralytics-COCO-Datensatz
Dieser Datensatz ist für die Verwendung mit der Ultralytics Platform und YOLO26 vorgesehen.
Datensatzstruktur#
COCO128 enthält die ersten 128 Bilder aus dem COCO-Trainingssatz von 2017, die mit den 80 COCO-Klassennamen (71 davon kommen in diesen Bildern vor) im YOLO-Label-Format beschriftet sind. Dieselben 128 Bilder dienen sowohl als Trainings- als auch als Validierungsaufteilung, wodurch der Datensatz für schnelle Plausibilitätsprüfungen schlank bleibt:
coco128/
├── images/
│ └── train2017/ # 128 images (used for both train and val)
└── labels/
└── train2017/YAML-Datei des Datensatzes#
Eine YAML-Datei definiert die Konfiguration des Datensatzes. Sie enthält Informationen zu den Pfaden, Klassen und weiteren relevanten Angaben des Datensatzes. Beim COCO128-Datensatz wird die Datei coco128.yaml unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco128.yaml verwaltet.
# 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/coco128
# 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.zipVerwendung#
Der COCO128-Datensatz (7 MB) wird automatisch heruntergeladen, wenn du das Training zum ersten Mal startest. Mit den folgenden Codebeispielen kannst du ein YOLO26n-Modell 100 Epochen lang mit einer Bildgröße von 640 auf COCO128 trainieren. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite zum Training des Modells.
from ultralytics import YOLO
# Ein Modell laden
model = YOLO("yolo26n.pt") # ein vortrainiertes Modell laden (für das Training empfohlen)
# Das Modell trainieren
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)Beispielbilder und Annotationen#
Hier siehst du einige Beispielbilder aus dem COCO128-Datensatz mit den zugehörigen Annotationen:
- Mosaikbild: Dieses Bild zeigt einen Trainingsbatch aus mosaikartig kombinierten Datensatzbildern. Beim Mosaikverfahren werden während des Trainings mehrere Bilder zu einem einzigen Bild kombiniert, um die Vielfalt der Objekte und Szenen in jedem Trainingsbatch zu erhöhen. Dadurch kann das Modell besser auf unterschiedliche Objektgrößen, Seitenverhältnisse und Kontexte generalisieren.
Das Beispiel zeigt die Vielfalt und Komplexität der Bilder im COCO128-Datensatz sowie die Vorteile des Mosaikverfahrens während des Trainings.
Zitate und Danksagungen#
Wenn du den COCO-Datensatz für deine Forschung oder Entwicklungsarbeit verwendest, zitiere bitte die folgende Arbeit:
@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 dem COCO-Konsortium dafür danken, dass es diese wertvolle Ressource für die Computer-Vision-Community erstellt und pflegt. Weitere Informationen zum COCO-Datensatz und seinen Urhebern findest du auf der COCO-Datensatz-Website.
Häufig gestellte Fragen#
Der Ultralytics-COCO128-Datensatz ist eine kompakte Teilmenge mit den ersten 128 Bildern aus dem COCO-Trainingsdatensatz von 2017. Er wird hauptsächlich zum Testen und Debuggen von Objekterkennungs-Modellen, zum Ausprobieren neuer Erkennungsansätze und zum Überprüfen von Trainingsabläufen vor der Skalierung auf größere Datensätze verwendet. Dank seiner handlichen Größe ermöglicht er schnelle Iterationen und bietet zugleich genügend Vielfalt, um als aussagekräftiger Testfall zu dienen.
Um ein YOLO26-Modell mit dem COCO128-Datensatz zu trainieren, kannst du entweder Python oder CLI-Befehle verwenden. So geht’s:
Trainingsbeispielfrom ultralytics import YOLO # Vortrainiertes Modell laden model = YOLO("yolo26n.pt") # Das Modell trainieren results = model.train(data="coco128.yaml", epochs=100, imgsz=640)Weitere Trainingsoptionen und Parameter findest du in der Dokumentation zum Training.
Wie in den Beispielbildern zu sehen ist, kombiniert die Mosaik-Augmentierung mehrere Trainingsbilder zu einem einzigen zusammengesetzten Bild. Diese Technik bietet beim Training mit COCO128 mehrere Vorteile:
- Erhöht die Vielfalt der Objekte und Kontexte in jedem Trainingsbatch
- Verbessert die Generalisierung des Modells bei unterschiedlichen Objektgrößen und Seitenverhältnissen
- Steigert die Erkennungsleistung bei Objekten in verschiedenen Größenordnungen
- Nutzt einen kleinen Datensatz optimal aus, indem vielfältigere Trainingsbeispiele erstellt werden
Diese Technik ist besonders bei kleineren Datensätzen wie COCO128 wertvoll und hilft Modellen, aus begrenzten Daten robustere Merkmale zu lernen.
Was die Größe angeht, liegt COCO128 (128 Bilder) zwischen COCO8 (8 Bilder) und dem vollständigen COCO-Datensatz (über 118.000 Bilder):
- COCO8: Enthält nur 8 Bilder (4 für das Training, 4 für die Validierung) – ideal für schnelle Tests und zum Debuggen
- COCO128: Enthält 128 Bilder – ausgewogen hinsichtlich Umfang und Vielfalt
- Vollständiges COCO: Enthält über 118.000 Trainingsbilder – umfassend, aber ressourcenintensiv
COCO128 bietet einen guten Mittelweg: Der Datensatz ist vielfältiger als COCO8 und für Experimente und die anfängliche Modellentwicklung zugleich viel handlicher als der vollständige COCO-Datensatz.
COCO128 wurde zwar hauptsächlich für die Objekterkennung entwickelt, seine Annotationen lassen sich jedoch für andere Computer-Vision-Aufgaben anpassen:
- Instanzsegmentierung: Mithilfe der in den Annotationen enthaltenen Segmentierungsmasken
- Keypoint-Erkennung: Für Bilder mit Personen, die mit Keypoints annotiert sind
- Transferlernen: Als Ausgangspunkt für die Feinabstimmung von Modellen auf benutzerdefinierte Aufgaben
Für spezielle Aufgaben wie die Segmentierung solltest du speziell dafür entwickelte Varianten wie COCO8-seg verwenden, die passende Annotationen enthalten.