COCO-Seg Datensatz

Der COCO-Seg-Datensatz, eine Erweiterung des COCO-Datensatzes (Common Objects in Context), wurde speziell entwickelt, um die Forschung im Bereich der Objekt-Instanzsegmentierung zu unterstützen. Er verwendet dieselben Bilder wie COCO, führt aber detailliertere segment-Annotationen 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 330.000 Bilder von COCO bei.
• Der Datensatz besteht aus denselben 80 Objektkategorien, die im ursprünglichen COCO-Datensatz gefunden wurden.
• Annotationen enthalten jetzt detailliertere Instanzsegmentierungsmasken für jedes Objekt in den Bildern.
• COCO-Seg bietet standardisierte Bewertungsmetriken wie die mittlere durchschnittliche Präzision (mAP) für die Objekterkennung und die mittlere durchschnittliche Recall-Rate (mAR) für Instanzsegmentierungsaufgaben, was einen effektiven Vergleich der Modellleistung ermöglicht.

Dataset-Struktur

Der COCO-Seg-Datensatz ist in drei Untergruppen aufgeteilt:

1. Train2017: 118.000 Bilder für das Training von Instanzsegmentierungsmodellen.
2. Val2017: 5.000 Bilder, die zur Validierung während der Modellentwicklung verwendet werden.
3. Test2017: 20.000 Bilder, die für das Benchmarking verwendet werden. Ground-Truth-Annotationen für diesen Teilsatz sind nicht öffentlich verfügbar, daher müssen Vorhersagen zur Bewertung an den COCO-Evaluierungsserver übermittelt werden.

Anwendungen

COCO-Seg wird häufig zum Training und zur Evaluierung von Deep-Learning-Modellen in der Instanzsegmentierung eingesetzt, wie den YOLO-Modellen. Die große Anzahl annotierter Bilder, die Vielfalt der Objektkategorien und die standardisierten Bewertungsmetriken machen es zu einer unverzichtbaren Ressource für Computer-Vision-Forschende und -Praktiker.

Datensatz-YAML

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

# 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)

Nutzung

Um ein YOLO11n-seg-Modell auf dem COCO-Seg-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, können Sie die folgenden Code-Snippets verwenden. Eine umfassende Liste der verfügbaren Argumente finden Sie auf der Modell-Trainings-Seite.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model (recommended for training)

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

# Start training from a pretrained *.pt model
yolo segment train data=coco.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

sample_images und Anmerkungen

COCO-Seg enthält, wie sein Vorgänger COCO, einen vielfältigen Satz von Bildern mit verschiedenen Objektkategorien und komplexen Szenen. COCO-Seg führt jedoch detailliertere Instanzsegmentierungsmasken für jedes Objekt in den Bildern ein. Hier sind einige Beispiele von Bildern aus dem Datensatz, zusammen mit ihren entsprechenden Instanzsegmentierungsmasken:

• Mosaikbild: Dieses Bild zeigt einen Trainings-Batch, der aus Mosaik-Datensatzbildern 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-Batchs zu erhöhen. Dies unterstützt die Fähigkeit des Modells, auf verschiedene Objektgrößen, Seitenverhältnisse und Kontexte zu generalisieren.

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

Zitate und Danksagungen

Wenn Sie den COCO-Seg-Datensatz in Ihrer Forschungs- oder Entwicklungsarbeit verwenden, zitieren Sie bitte das ursprüngliche COCO-Paper und anerkennen Sie 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 Consortium für die Erstellung und Pflege dieser unschätzbaren Ressource für die Computer-Vision-Community. Weitere Informationen zum COCO-Datensatz und seinen Erstellern finden Sie 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-Datensatzes (Common Objects in Context), der speziell für Instanzsegmentierungsaufgaben entwickelt wurde. Während er dieselben Bilder wie der COCO-Datensatz verwendet, enthält COCO-Seg detailliertere segment-Annotationen, was ihn zu einer leistungsstarken Ressource für Forscher und Entwickler macht, die sich auf die Objektinstanzsegmentierung konzentrieren.

Wie kann ich ein YOLO11-Modell mit dem COCO-Seg-Datensatz trainieren?

Um ein YOLO11n-seg-Modell auf dem COCO-Seg-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, können Sie die folgenden Code-Snippets verwenden. Eine detaillierte Liste der verfügbaren Argumente finden Sie auf der Modell-Trainings-Seite.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model (recommended for training)

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

# Start training from a pretrained *.pt model
yolo segment train data=coco.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Welche Hauptmerkmale hat der COCO-Seg-Datensatz?

Der COCO-Seg-Datensatz umfasst mehrere Schlüsselmerkmale:

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

Welche vortrainierten Modelle sind für COCO-Seg verfügbar und welche Leistungsmetriken weisen sie auf?

Der COCO-Seg-Datensatz unterstützt mehrere vortrainierte YOLO11-Segmentierungsmodelle mit unterschiedlichen Leistungsmetriken. Hier ist eine Zusammenfassung der verfügbaren Modelle und ihrer Schlüsselmetriken:

Diese Modelle reichen vom leichten YOLO11n-seg bis zum leistungsstärkeren YOLO11x-seg und bieten unterschiedliche Kompromisse zwischen Geschwindigkeit und Genauigkeit, um verschiedenen Anwendungsanforderungen gerecht zu werden. Weitere Informationen zur Modellauswahl finden Sie auf der Ultralytics-Modellseite.

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

Der COCO-Seg-Datensatz ist in drei Untergruppen für spezifische Trainings- und Evaluierungsanforderungen aufgeteilt:

1. Train2017: Enthält 118.000 Bilder, die hauptsächlich für das Training von Instanzsegmentierungsmodellen verwendet werden.
2. Val2017: Umfasst 5.000 Bilder, die zur Validierung während des Trainingsprozesses verwendet werden.
3. Test2017: Umfasst 20.000 Bilder, die für das Testen und Benchmarking trainierter Modelle reserviert sind. Beachten Sie, dass Ground-Truth-Annotationen für diesen Teilsatz nicht öffentlich verfügbar sind und Leistungsdaten zur Bewertung an den COCO-Evaluierungsserver übermittelt werden.

Für kleinere Experimente könnten Sie auch die Verwendung des COCO8-seg Datensatzes in Betracht ziehen, einer kompakten Version, die nur 8 Bilder aus dem COCO train 2017 Set enthält.

📅 Erstellt vor 2 Jahren ✏️ Aktualisiert vor 1 Monat

Kommentare