Ultralytics YOLO27:
CC BY 4.0

COCO128-Datensatz#

Einleitung#

Ultralytics COCO128 ist ein kleiner, aber vielseitiger Datensatz zur Objekterkennung, der aus den ersten 128 Bildern des COCO-Trainingsdatensatzes von 2017 besteht. Dieser Datensatz eignet sich ideal zum Testen und Debuggen von Objekterkennungsmodellen sowie zum Experimentieren mit neuen Erkennungsansätzen. Mit 128 Bildern ist er klein genug für eine einfache Verwaltung, aber vielfältig genug, um Trainingsabläufe auf Fehler zu prüfen und vor dem Training größerer Datensätze als Plausibilitätsprüfung zu dienen.



Watch: Ultralytics COCO Dataset Overview

Dieser Datensatz ist für die Verwendung mit der Ultralytics-Plattform und YOLO26 vorgesehen.

Datensatzstruktur#

COCO128 enthält die ersten 128 Bilder aus dem COCO-Trainingsdatensatz von 2017 und deckt alle 80 COCO-Objektklassen im YOLO-Format für Beschriftungen ab. Dieselben 128 Bilder werden sowohl für das Training als auch für die Validierung verwendet, wodurch der Datensatz für schnelle Plausibilitätsprüfungen schlank bleibt:

coco128/
├── images/
│   └── train2017/   # 128 images (used for both train and val)
└── labels/
    └── train2017/

Dataset-YAML#

Eine YAML-Datei dient zur Definition der Datensatzkonfiguration. Sie enthält Informationen zu den Pfaden, Klassen und weiteren relevanten Angaben des Datensatzes. Beim Datensatz COCO128 wird die Datei coco128.yaml unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco128.yaml verwaltet.

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/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.zip

Verwendung#

Der COCO128-Datensatz (7 MB) wird beim ersten Start des Trainings automatisch heruntergeladen. Um ein YOLO26n-Modell 100 Epochen lang mit COCO128 und einer Bildgröße von 640 zu trainieren, kannst du die folgenden Codeausschnitte verwenden. Eine vollständige Liste der verfügbaren Argumente findest du auf der Seite Training des Modells.

Trainingsbeispiel
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)

Beispielbilder und Annotationen#

Hier sind einige Beispielbilder aus dem COCO128-Datensatz zusammen mit den zugehörigen Beschriftungen:

COCO128 object detection dataset mosaic training batch
  • Mosaikbild: Dieses Bild zeigt einen Trainings-Batch, der aus zu einem Mosaik zusammengesetzten Datensatzbildern besteht. Das Mosaikverfahren wird während des Trainings eingesetzt und kombiniert mehrere Bilder zu einem einzigen Bild, um die Vielfalt der Objekte und Szenen innerhalb jedes Trainings-Batches 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 der Verwendung von Mosaik-Datenaugmentation während des Trainings.

Zitate und Danksagungen#

Wenn du den COCO-Datensatz für deine Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte die folgende Veröffentlichung:

Zitat
@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 für die Erstellung und Pflege dieser wertvollen Ressource für die Computer-Vision-Community danken. Weitere Informationen zum COCO-Datensatz und seinen Urhebern findest du auf der Website des COCO-Datensatzes.

FAQ#

  • Der Ultralytics-COCO128-Datensatz ist eine kompakte Teilmenge mit den ersten 128 Bildern des COCO-Trainingsdatensatzes von 2017. Er wird hauptsächlich zum Testen und Debuggen von Objekterkennungsmodellen, zum Experimentieren mit neuen Erkennungsansätzen und zum Überprüfen von Trainingsabläufen verwendet, bevor diese auf größere Datensätze skaliert werden. Dank seiner überschaubaren Größe eignet er sich ideal für schnelle Iterationen und bietet gleichzeitig genügend Vielfalt für einen aussagekräftigen Testfall.

  • Um ein YOLO26-Modell mit dem COCO128-Datensatz zu trainieren, kannst du entweder Python oder CLI-Befehle verwenden. So geht's:

    Trainingsbeispiel
    from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolo26n.pt")

# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)

    Weitere Trainingsoptionen und Parameter findest du in der Dokumentation zum Training.

  • Bei der Mosaik-Datenaugmentation, wie sie in den Beispielbildern zu sehen ist, werden mehrere Trainingsbilder zu einem einzigen zusammengesetzten Bild kombiniert. Diese Technik bietet beim Training mit COCO128 mehrere Vorteile:

    • Erhöht die Vielfalt der Objekte und Kontexte innerhalb jedes Trainingsstapels
    • Verbessert die Verallgemeinerungsfähigkeit des Modells über verschiedene Objektgrößen und Seitenverhältnisse hinweg
    • Steigert die Erkennungsleistung für Objekte in unterschiedlichen Maßstäben
    • Maximiert den Nutzen eines kleinen Datensatzes, indem vielfältigere Trainingsbeispiele erstellt werden

    Diese Technik ist besonders für kleinere Datensätze wie COCO128 wertvoll, da sie Modellen hilft, aus begrenzten Daten robustere Merkmale zu lernen.

  • COCO128 (128 Bilder) liegt hinsichtlich der Größe zwischen COCO8 (8 Bilder) und dem vollständigen COCO-Datensatz (mehr als 118.000 Bilder):

    • COCO8: Enthält nur 8 Bilder (4 für das Training, 4 für die Validierung) – ideal für schnelle Tests und das Debuggen
    • COCO128: Enthält 128 Bilder – ausgewogenes Verhältnis zwischen Größe und Vielfalt
    • Vollständiges COCO: Enthält mehr als 118.000 Trainingsbilder – umfassend, aber ressourcenintensiv

    COCO128 bietet einen guten Mittelweg: Der Datensatz ist vielfältiger als COCO8 und bleibt für Experimente und die anfängliche Modellentwicklung wesentlich überschaubarer als der vollständige COCO-Datensatz.

  • COCO128 wurde zwar hauptsächlich für die Objekterkennung entwickelt, die Beschriftungen des Datensatzes können jedoch für andere Computer-Vision-Aufgaben angepasst werden:

    • Instanzsegmentierung: Verwendung der in den Beschriftungen bereitgestellten Segmentierungsmasken
    • Keypoint-Erkennung: Für Bilder mit Personen und Keypoint-Beschriftungen
    • Transferlernen: Als Ausgangspunkt für die Feinabstimmung von Modellen für benutzerdefinierte Aufgaben

    Für spezialisierte Aufgaben wie die Segmentierung solltest du speziell dafür entwickelte Varianten wie COCO8-seg verwenden, die die passenden Beschriftungen enthalten.

Mitwirkende
GLglenn-jocher10RAraimbekovm3PDpderrenger1LAlakshanthad1

Kommentare