COCO128
Einführung
Ultralytics COCO128 ist ein kleiner, aber vielseitiger object detection-Datensatz, der aus den ersten 128 Bildern des COCO Train 2017-Sets besteht. Dieser Datensatz ist ideal zum Testen und Debuggen von Object Detection-Modellen oder zum Experimentieren mit neuen Detektionsansätzen. 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 mit größeren Datensätzen zu dienen.
Ansehen: Ultralytics COCO Übersicht
Dieser Datensatz ist für die Verwendung mit Ultralytics HUB und YOLO11 vorgesehen.
Datensatz-YAML
Eine YAML-Datei (Yet Another Markup Language) wird zur Definition der Datensatzkonfiguration verwendet. Sie enthält Informationen über die Pfade, Klassen und andere relevante Informationen des Datasets. Im Falle des COCO128 ist die Datei coco128.yaml Datei wird verwaltet unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco128.yaml.
ultralyticsyaml
# 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 für 100 Epochen mit einer Bildgröße von 640 zu trainieren, können Sie die folgenden Codeschnipsel 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 von Bildern aus dem COCO128 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 verdeutlicht die Vielfalt und Komplexität der Bilder im COCO128 und die Vorteile der Mosaikbildung während des Trainingsprozesses.
Zitate und Danksagungen
Wenn Sie den COCO in Ihrer Forschungs- oder Entwicklungsarbeit verwenden, zitieren Sie bitte das folgende Papier:
@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 für die Erstellung und Pflege dieser wertvollen Ressource für die Computer Vision Community danken. Weitere Informationen über den COCO und seine Ersteller finden Sie auf der Website desCOCO .
FAQ
Wofür wird der Ultralytics COCO128 verwendet?
Der Ultralytics COCO128 ist eine kompakte Teilmenge, die die ersten 128 Bilder des COCO train 2017-Datensatzes enthält. Er wird hauptsächlich zum Testen und Debuggen von Objekterkennungsmodellen, zum Experimentieren mit neuen Erkennungsansätzen und zur Validierung von Trainingspipelines vor der Skalierung auf größere Datensätze verwendet. Dank seiner überschaubaren Größe eignet er sich perfekt für schnelle Iterationen und bietet dennoch genug Vielfalt, um ein aussagekräftiger Testfall zu sein.
Wie trainiere ich ein YOLO11 unter Verwendung des COCO128 ?
Um ein YOLO11 auf dem COCO128 zu trainieren, können Sie entweder Python oder CLI verwenden. So geht's:
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.
Was sind die Vorteile der Mosaikvergrößerung mit COCO128?
Bei der Mosaik-Erweiterung werden, wie in den Beispielbildern gezeigt, mehrere Trainingsbilder zu einem einzigen zusammengesetzten Bild kombiniert. 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 den Modellen, robustere Merkmale aus begrenzten Daten zu lernen.
Wie schneidet COCO128 im Vergleich zu anderen COCO ab?
COCO128 (128 Bilder) befindet sich zwischen COCO8 (8 Bilder) und dem vollständigen COCO Datensatz (118K+ Bilder), was die Größe betrifft:
- COCO8: Enthält nur 8 Bilder (4 train, 4 val) - ideal für schnelle Tests und Fehlersuche
- COCO128: Enthält 128 Bilder - ausgewogenes Verhältnis zwischen Größe und Vielfalt
- Full COCO: Enthält über 118.000 Schulungsbilder - umfassend, aber ressourcenintensiv
COCO128 ist ein guter Mittelweg, der eine größere Vielfalt als COCO8 bietet und gleichzeitig für Experimente und die Entwicklung erster Modelle viel handhabbarer ist als der vollständige COCO .
Kann ich COCO128 auch für andere Aufgaben als die Objekterkennung verwenden?
COCO128 ist zwar in erster Linie für die Objekterkennung konzipiert, doch können die Anmerkungen des Datensatzes auch für andere Aufgaben der Computer Vision 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 die Segmentierung sollten Sie speziell entwickelte Varianten wie COCO8 verwenden, die die entsprechenden Anmerkungen enthalten.
