COCO-Seg-Datensatz#

123,272

COCO 2017 Segmentation

ultralytics

publicSegment

COCO 2017 instance segmentation benchmark with 123,272 unique train and validation images and 886,142 polygon annotations across 80 classes. Includes official train2017 and val2017 splits with exact and canonical duplicate source images normalized to one retained image. Licensed CC BY 4.0.

80 classes11.6 GBAug 22, 2026

personbicyclecarmotorcycle+76

instance-segmentationcocococo2017+1

Das COCO-Seg Dataset stellt COCO (Common Objects in Context) Instanz-Segmentierungsmasken bereit – 118.287 Trainings- und 5.000 Validierungsbilder mit Polygonmasken über 80 Objektkategorien hinweg – im Ultralytics YOLO Label-Format. Es verwendet die Originalbilder von COCO und native Segmentierungsannotationen, die für das YOLO Training konvertiert wurden, was es zu einer entscheidenden Ressource für Forscher und Entwickler macht, die an instance segmentation Aufgaben arbeiten.

COCO-Seg vortrainierte Modelle#

Hauptfunktionen#

• COCO-Seg bietet Instanz-Segmentierungsmasken für 123.287 annotierte COCO train2017/val2017 Bilder (118.287 train + 5.000 val), aus der umfassenderen ~330.000 Bilder umfassenden COCO-Veröffentlichung.
• Der Datensatz besteht aus denselben 80 Objektkategorien, die auch im ursprünglichen COCO-Datensatz enthalten sind.
• Annotationen bieten Instanz-Segmentierungsmasken im YOLO-Polygon-Labelformat.
• COCO-Seg stellt standardisierte mAP- und mAR-Metriken zur Bewertung der Instanz-Segmentierungsleistung bereit, was einen effektiven Vergleich der Modellleistung ermöglicht.
• Download-Größe: ~20,3 GB bei erster Verwendung (train2017.zip + val2017.zip + Labels). Die 7 GB große test2017.zip wird nicht automatisch abgerufen, da diese Bilder zurückgehaltene Ground Truth enthalten und nur für eine test-dev2017 submission benötigt werden.

Datensatzstruktur#

Der COCO-Seg-Datensatz ist in drei Teilmengen unterteilt:

1. Train2017: 118.287 Bilder für das Training von Instanz-Segmentierungsmodellen.
2. Val2017: 5.000 Bilder, die zur Validierung während der Modellentwicklung verwendet werden.
3. Test-dev2017: 20.288 der 40.670 test2017 Bilder, die für Benchmarking verwendet werden. Ground-Truth-Annotationen für diese Teilmenge sind nicht öffentlich verfügbar, daher müssen Vorhersagen zur Bewertung an den COCO evaluation server übermittelt werden.

Für kleinere Experimentieranforderungen siehe die Teilmengen COCO128-Seg (128 Bilder) und COCO8-Seg (8 Bilder).

Anwendungen#

COCO-Seg wird häufig zum Trainieren und Evaluieren von deep learning Modellen zur instance segmentation, wie etwa den YOLO Modellen, verwendet. Die große Anzahl annotierter Bilder, die Vielfalt der Objektkategorien und die standardisierten Evaluierungsmetriken machen es zu einer unverzichtbaren Ressource für computer vision Forscher und Anwender. Vollständige COCO-Seg Annotationen können auch auf der Ultralytics Platform durchsucht und verwaltet werden.

Datensatz-YAML#

Eine YAML-Datei wird verwendet, um die Dataset-Konfiguration zu definieren. Sie enthält Informationen über die Pfade des Datasets, Klassen und andere relevante Informationen. Im Fall des COCO-Seg Datasets wird die coco.yaml Datei unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml gepflegt.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO 2017 dataset https://cocodataset.org by Microsoft
# Documentation: https://docs.ultralytics.com/datasets/detect/coco
# Example usage: yolo train data=coco.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco ← downloads here (20.3 GB)

# 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: coco # dataset root dir
train: train2017.txt # train images (relative to 'path') 118287 images
val: val2017.txt # val images (relative to 'path') 5000 images
test: test-dev2017.txt # 20288 of 40670 images, submit via https://cocodataset.org/#detection-eval

# 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: |
  from pathlib import Path

  from ultralytics.utils import ASSETS_URL
  from ultralytics.utils.downloads import download

  # Download labels
  segments = True  # segment or box labels
  dir = Path(yaml["path"])  # dataset root dir
  urls = [ASSETS_URL + ("/coco2017labels-segments.zip" if segments else "/coco2017labels.zip")]  # labels
  download(urls, dir=dir.parent)

  # Download data (test2017.zip excluded: ground truth is withheld, only used for the eval-server test-dev split)
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
  ]
  download(urls, dir=dir / "images", threads=3)

Verwendung#

Um ein YOLO26n-seg Modell auf dem COCO-Seg Dataset für 100 epochs mit einer Bildgröße von 640 zu trainieren, kannst du die folgenden Code-Snippets verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Modell-Training-Seite.

from ultralytics import YOLO

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

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

Beispielbilder und Annotationen#

COCO-Seg enthält dieselben vielfältigen Bilder, Objektkategorien und komplexen Szenen wie COCO, wobei Instanz-Segmentierungsmasken im YOLO-Labelformat bereitgestellt werden. Hier sind einige Beispiele von Bildern aus dem Datensatz, zusammen mit ihren entsprechenden Instanz-Segmentierungsmasken:

• Mosaiced Image: Dieses Bild zeigt einen Trainings-Batch, der aus mosaikierten Dataset-Bildern 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-Batches zu erhöhen. Dies unterstützt die Fähigkeit des Modells, auf verschiedene Objektgrößen, Seitenverhältnisse und Kontexte zu generalisieren.

Zitate und Danksagungen#

Wenn du den COCO-Seg-Datensatz in deiner Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte das ursprüngliche COCO-Paper und erkenne die Erweiterung zu COCO-Seg an:

@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 danken dem COCO Consortium für die Erstellung und Pflege dieser unschätzbaren Ressource für die Computer-Vision-Community. Weitere Informationen über das COCO Dataset und seine Ersteller findest du auf der COCO dataset website.

FAQ#