COCO-Seg-Datensatz

Der COCO-Seg-Datensatz, eine Erweiterung des COCO (Common Objects in Context)-Datensatzes, wurde speziell entwickelt, um die Forschung im Bereich Instanzsegmentierung zu unterstützen. Er verwendet dieselben Bilder wie COCO, führt jedoch detailliertere Segmentierungsannotationen ein. Dieser Datensatz ist eine entscheidende Ressource für Forscher und Entwickler, die an Instanzsegmentierungsaufgaben arbeiten, insbesondere für das Training von Ultralytics YOLO-Modellen.

COCO-Seg-vortrainierte Modelle

Hauptmerkmale

• COCO-Seg behält die ursprünglichen 330K Bilder von COCO bei.
• Der Datensatz besteht aus denselben 80 Objektkategorien, die auch im ursprünglichen COCO-Datensatz enthalten sind.
• Die Annotationen enthalten nun detailliertere Instanzsegmentierungsmasken für jedes Objekt in den Bildern.
• COCO-Seg bietet standardisierte Bewertungsmetriken wie mean Average Precision (mAP) für die Objekterkennung und den mean Average Recall (mAR) für Instanzsegmentierungsaufgaben, was einen effektiven Vergleich der Modellleistung ermöglicht.

Datensatzstruktur

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

1. Train2017: 118K Bilder zum Trainieren von Instanzsegmentierungsmodellen.
2. Val2017: 5K Bilder, die während der Modellentwicklung zur Validierung verwendet werden.
3. Test2017: 20K Bilder für Benchmarking-Zwecke. Ground-Truth-Annotationen für diese Teilmenge sind nicht öffentlich zugänglich, daher müssen Vorhersagen zur Bewertung an den COCO-Evaluierungsserver übermittelt werden.

Anwendungen

COCO-Seg wird häufig zum Trainieren und Evaluieren von Deep Learning-Modellen für die Instanzsegmentierung verwendet, wie beispielsweise YOLO-Modelle. Die große Anzahl annotierter Bilder, die Vielfalt der Objektkategorien und die standardisierten Bewertungsmetriken machen ihn zu einer unverzichtbaren Ressource für Forscher und Anwender im Bereich Computer Vision.

Datensatz-YAML

Eine YAML-Datei (Yet Another Markup Language) wird verwendet, um die Datensatzkonfiguration zu definieren. Sie enthält Informationen über die Pfade, Klassen und andere relevante Daten des Datensatzes. Im Fall des COCO-Seg-Datensatzes 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 (20.1 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 to https://competitions.codalab.org/competitions/20794

# 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
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
      "http://images.cocodataset.org/zips/test2017.zip",  # 7G, 41k images (optional)
  ]
  download(urls, dir=dir / "images", threads=3)

Verwendung

Um ein YOLO26n-seg-Modell auf dem COCO-Seg-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, kannst du die folgenden Code-Schnipsel verwenden. Eine umfassende Liste verfügbarer Argumente findest du auf der Seite Training für Modelle.

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, wie der Vorgänger COCO, eine vielfältige Auswahl an Bildern mit verschiedenen Objektkategorien und komplexen Szenen. COCO-Seg führt jedoch detailliertere Instanzsegmentierungsmasken für jedes Objekt in den Bildern ein. Hier sind einige Beispiele für Bilder aus dem Datensatz zusammen mit den dazugehörigen Instanzsegmentierungsmasken:

• Mosaik-Bild: Dieses Bild zeigt einen Trainingsbatch, der aus Mosaik-Bildern des Datensatzes zusammengesetzt ist. Mosaicing ist eine während des Trainings verwendete Technik, bei der mehrere Bilder zu einem einzigen kombiniert werden, um die Vielfalt der Objekte und Szenen innerhalb jedes Trainingsbatchs zu erhöhen. Dies unterstützt die Fähigkeit des Modells, auf verschiedene Objektgrößen, Seitenverhältnisse und Kontexte zu verallgemeinern.

Das Beispiel verdeutlicht die Vielfalt und Komplexität der Bilder im COCO-Seg-Datensatz sowie die Vorteile der Verwendung von Mosaicing während des Trainingsprozesses.

Zitate und Danksagungen

Wenn du den COCO-Seg-Datensatz für deine Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte das ursprüngliche COCO-Paper und würdige die Erweiterung zu COCO-Seg:

@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-Konsortium für die Erstellung und Pflege dieser wertvollen Ressource für die Computer-Vision-Community. Weitere Informationen über den COCO-Datensatz und seine Ersteller findest du auf der COCO-Datensatz-Website.

FAQ

Was ist der COCO-Seg-Datensatz und wie unterscheidet er sich vom ursprünglichen COCO-Datensatz?

Der COCO-Seg-Datensatz ist eine Erweiterung des ursprünglichen COCO (Common Objects in Context)-Datensatzes, der speziell für Instanzsegmentierungsaufgaben entwickelt wurde. Während er dieselben Bilder wie der COCO-Datensatz verwendet, enthält COCO-Seg detailliertere Segmentierungsannotationen, was ihn zu einer leistungsstarken Ressource für Forscher und Entwickler macht, die sich auf Objektinstanzsegmentierung konzentrieren.

Wie kann ich ein YOLO26-Modell mit dem COCO-Seg-Datensatz trainieren?

Um ein YOLO26n-seg-Modell auf dem COCO-Seg-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, kannst du die folgenden Code-Schnipsel verwenden. Eine detaillierte Liste verfügbarer Argumente findest du auf der Seite Training für Modelle.

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)

Was sind die Hauptmerkmale des COCO-Seg-Datensatzes?

Der COCO-Seg-Datensatz umfasst mehrere Hauptmerkmale:

• Er behält die ursprünglichen 330K Bilder aus dem COCO-Datensatz bei.
• Er annotiert dieselben 80 Objektkategorien wie im ursprünglichen COCO-Datensatz.
• Er bietet detailliertere Instanzsegmentierungsmasken für jedes Objekt.
• Er verwendet standardisierte Bewertungsmetriken wie mean Average Precision (mAP) für Objekterkennung und mean Average Recall (mAR) für Instanzsegmentierungsaufgaben.

Welche vortrainierten Modelle sind für COCO-Seg verfügbar und wie lauten ihre Leistungsmetriken?

Der COCO-Seg-Datensatz unterstützt mehrere vortrainierte YOLO26-Segmentierungsmodelle mit unterschiedlichen Leistungsmetriken. Hier ist eine Zusammenfassung der verfügbaren Modelle und ihrer wichtigsten Kennzahlen:

Diese Modelle reichen vom leichtgewichtigen YOLO26n-seg bis zum leistungsstärkeren YOLO26x-seg und bieten unterschiedliche Kompromisse zwischen Geschwindigkeit und Genauigkeit, um verschiedenen Anwendungsanforderungen gerecht zu werden. Weitere Informationen zur Modellauswahl findest du auf der Ultralytics-Modellseite.

Wie ist der COCO-Seg-Datensatz strukturiert und welche Teilmengen enthält er?

Der COCO-Seg-Datensatz ist für spezifische Trainings- und Evaluierungsanforderungen in drei Teilmengen unterteilt:

1. Train2017: Enthält 118K Bilder, die hauptsächlich zum Training von Instanzsegmentierungsmodellen verwendet werden.
2. Val2017: Umfasst 5K Bilder, die während des Trainingsprozesses zur Validierung genutzt werden.
3. Test2017: Enthält 20K Bilder, die zum Testen und Benchmarking trainierter Modelle reserviert sind. Beachte, dass Ground-Truth-Annotationen für diese Teilmenge nicht öffentlich verfügbar sind und die Leistungsergebnisse zur Bewertung an den COCO-Evaluierungsserver gesendet werden müssen.

Für kleinere Experimente könntest du auch den COCO8-seg-Datensatz in Betracht ziehen, eine kompakte Version, die nur 8 Bilder aus dem COCO-Train-2017-Set enthält.