Zum Inhalt springen

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:

Beispielbild des Datensatzes

  • 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.



📅 Vor 5 Monaten erstellt ✏️ Vor 5 Monaten aktualisiert

Kommentare