Link to this sectionCOCO-Seg-Datensatz#

Das COCO-Seg Dataset stellt COCO (Common Objects in Context) Instanz-Segmentierungsmasken bereit — 118.287 Trainings- und 5.000 Validierungsbilder mit Polygon-Masken für 80 Objektkategorien — im Ultralytics YOLO-Labelformat. Es verwendet die originalen COCO-Bilder und die nativen Segmentierungs-Annotationen, konvertiert für das YOLO-Training, was es zu einer entscheidenden Ressource für Forscher und Entwickler macht, die an instance segmentation-Aufgaben arbeiten.

Link to this sectionCOCO-Seg vortrainierte Modelle#

Link to this sectionHauptfunktionen#

• 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.
• Downloadgröße: ~20,3 GB bei der ersten Verwendung (train2017.zip + val2017.zip + Labels). Die 7 GB große Datei test2017.zip wird nicht automatisch abgerufen, da diese Bilder keine Ground Truth enthalten und nur für eine test-dev2017-Einreichung benötigt werden.

Link to this sectionDatensatzstruktur#

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 Benchmarks verwendet werden. Ground-Truth-Annotationen für diese Teilmenge sind nicht öffentlich verfügbar, daher müssen Vorhersagen zur Bewertung beim COCO evaluation server eingereicht werden.

Für kleinere Experimente sieh dir die Teilmengen COCO128-Seg (128 Bilder) und COCO8-Seg (8 Bilder) an.

Link to this sectionAnwendungen#

COCO-Seg wird häufig für das Training und die Evaluierung von deep learning-Modellen für instance segmentation verwendet, wie etwa die YOLO-Modelle. Die große Anzahl annotierter Bilder, die Vielfalt der Objektkategorien und die standardisierten Bewertungsmetriken machen es zu einer unverzichtbaren Ressource für computer vision-Forscher und Praktiker. Vollständige COCO-Seg-Annotationen können auch auf der Ultralytics Platform durchsucht und verwaltet werden.

Link to this sectionDatensatz-YAML#

Eine YAML-Datei wird verwendet, um die Dataset-Konfiguration zu definieren. Sie enthält Informationen über die Pfade, Klassen und andere relevante Daten des Datasets. Im Fall des COCO-Seg-Datasets wird die Datei coco.yaml 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)

Link to this sectionVerwendung#

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-Snippets verwenden. Eine vollständige Liste der verfügbaren 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)

Link to this sectionBeispielbilder 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 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.

Link to this sectionZitate 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-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.

Link to this sectionFAQ#

Link to this sectionWas ist der COCO-Seg-Datensatz und wie unterscheidet er sich vom ursprünglichen COCO-Datensatz?#

COCO-Seg ist das Ultralytics YOLO-formatierte Paket der nativen COCO (Common Objects in Context) Instanz-Segmentierungsmasken für dieselben 118.287 train2017- und 5.000 val2017-Bilder. Die ursprünglichen COCO-Annotationen enthalten bereits diese Polygon-Masken für alle 80 Objektkategorien; COCO-Seg konvertiert sie in das YOLO-Labelformat, das für das object instance segmentation-Training verwendet wird.

Link to this sectionWie 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-Snippets verwenden. Eine detaillierte Liste der verfügbaren Trainingsargumente 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)

Link to this sectionWas sind die Hauptmerkmale des COCO-Seg-Datensatzes?#

Der COCO-Seg-Datensatz umfasst mehrere Hauptmerkmale:

• Bietet Instanz-Segmentierungsmasken für 123.287 annotierte COCO train2017/val2017-Bilder (118.287 train + 5.000 val).
• Annotiert dieselben 80 Objektkategorien, die auch im ursprünglichen COCO gefunden wurden.
• Bietet Instanz-Segmentierungsmasken im YOLO-Polygon-Labelformat.
• Verwendet standardisierte Bewertungsmetriken wie mean Average Precision (mAP) und mean Average Recall (mAR) für instance segmentation-Aufgaben.

Link to this sectionWelche vortrainierten Modelle sind für COCO-Seg verfügbar und wie sind ihre Leistungsmetriken?#

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

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 models page.

Link to this sectionWie 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 118.287 Bilder, die hauptsächlich zum Training von Instanz-Segmentierungsmodellen verwendet werden.
2. Val2017: Umfasst 5.000 Bilder, die für die Validierung während des Trainingsprozesses genutzt werden.
3. Test-dev2017: Umfasst 20.288 der 40.670 test2017-Bilder, die für Tests und Benchmarks trainierter Modelle reserviert sind. Beachte, dass Ground-Truth-Annotationen für diese Teilmenge nicht öffentlich verfügbar sind und die Leistungsergebnisse zur Beurteilung beim COCO evaluation server eingereicht werden müssen.

Für kleinere Experimente kannst du auch das COCO128-Seg dataset (128 Bilder) oder das COCO8-Seg dataset in Betracht ziehen, eine kompakte Version, die nur 8 Bilder aus dem COCO train 2017 Set enthält.