Link to this sectionCOCO-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.

Link to this sectionCOCO-Seg vortrainierte Modelle#

Link to this sectionHauptfunktionen#

• COCO-Seg behält die ursprünglichen 330.000 Bilder aus 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 mean Average Recall (mAR) für Instanzsegmentierungsaufgaben, was einen effektiven Vergleich der Modellleistung ermöglicht.

Link to this sectionDatensatzstruktur#

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

1. Train2017: 118.000 Bilder für das Training von Instanzsegmentierungsmodellen.
2. Val2017: 5.000 Bilder, die während der Modellentwicklung zur Validierung verwendet werden.
3. Test2017: 20K Bilder für Benchmarking verwendet. Ground-truth-Annotationen für diese Teilmenge sind nicht öffentlich verfügbar, daher müssen Vorhersagen zur Bewertung an den COCO evaluation server übermittelt werden.

Link to this sectionAnwendungen#

COCO-Seg wird häufig zum Training und zur Evaluierung von Deep Learning-Modellen für die Instanzsegmentierung verwendet, wie etwa bei YOLO-Modellen. 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.

Link to this sectionDatensatz-YAML#

Eine YAML-Datei (Yet Another Markup Language) wird verwendet, um die Konfiguration des Datensatzes zu definieren. Sie enthält Informationen zu den Pfaden des Datensatzes, den Klassen und weitere relevante Details. 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 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
  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)

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, wie sein Vorgänger COCO, eine vielfältige Menge 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 entsprechenden Instanzsegmentierungsmasken:

• Mosaik-Bild: Dieses Bild zeigt einen Trainingsbatch, der aus mosaikierten Datensatzbildern besteht. Mosaicing ist eine Technik, die während des Trainings verwendet wird, um mehrere Bilder zu einem einzigen Bild zu kombinieren, um die Vielfalt der Objekte und Szenen innerhalb jedes Trainingsbatches zu erhöhen. Dies unterstützt die Fähigkeit des Modells, auf verschiedene Objektgrößen, Seitenverhältnisse und Kontexte zu generalisieren.

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

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?#

Der COCO-Seg-Datensatz ist eine Erweiterung des ursprünglichen COCO-Datensatzes (Common Objects in Context), 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 die Objektinstanzsegmentierung konzentrieren.

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 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 sectionWas sind die Hauptmerkmale des COCO-Seg-Datensatzes?#

Der COCO-Seg-Datensatz umfasst mehrere Hauptmerkmale:

• Behält die ursprünglichen 330.000 Bilder aus dem COCO-Datensatz bei.
• Annotiert dieselben 80 Objektkategorien, die auch im ursprünglichen COCO gefunden wurden.
• Bietet detailliertere Instanzsegmentierungsmasken für jedes Objekt.
• Verwendet standardisierte Bewertungsmetriken wie mean Average Precision (mAP) für die Objekterkennung und mean Average Recall (mAR) für Instanzsegmentierungsaufgaben.

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 Abwägungen zwischen Geschwindigkeit und Genauigkeit, um verschiedenen Anwendungsanforderungen gerecht zu werden. Weitere Informationen zur Modellauswahl findest du auf der Ultralytics-Modellseite.

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 118.000 Bilder, die hauptsächlich für das Training von Instanzsegmentierungsmodellen verwendet werden.
2. Val2017: Umfasst 5.000 Bilder, die während des Trainingsprozesses zur Validierung genutzt werden.
3. Test2017: Umfasst 20K Bilder, die zum Testen und Benchmarking trainierter Modelle reserviert sind. Beachte, dass Ground-truth-Annotationen für diese Teilmenge nicht öffentlich verfügbar sind und Leistungsergebnisse zur Auswertung an den COCO evaluation server übermittelt werden.

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