Dataset COCO128#
Introducción#
Ultralytics COCO128 es un dataset pequeño pero versátil de detección de objetos, compuesto por las primeras 128 imágenes del conjunto train 2017 de COCO. Este dataset es ideal para probar y depurar modelos de detección de objetos, o para experimentar con nuevos enfoques de detección. Con 128 imágenes, es lo bastante pequeño como para gestionarlo fácilmente y, a la vez, lo bastante diverso como para probar si las canalizaciones de entrenamiento contienen errores y servir como comprobación de coherencia antes de entrenar datasets más grandes.
Watch: Ultralytics COCO Dataset Overview
Este dataset está pensado para utilizarse con Ultralytics Platform y YOLO26.
Estructura del dataset#
COCO128 contiene las primeras 128 imágenes del conjunto train 2017 de COCO y abarca las 80 clases de objetos de COCO en formato de etiquetas de YOLO. Las mismas 128 imágenes se utilizan tanto para la división de entrenamiento como para la de validación, lo que lo mantiene ligero para realizar comprobaciones de coherencia rápidas:
coco128/
├── images/
│ └── train2017/ # 128 images (used for both train and val)
└── labels/
└── train2017/YAML del dataset#
Se utiliza un archivo YAML para definir la configuración del dataset. Contiene información sobre las rutas del dataset, las clases y otros datos relevantes. En el caso del dataset COCO128, el archivo coco128.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco128.yaml.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# COCO128 dataset https://www.kaggle.com/datasets/ultralytics/coco128 (first 128 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco128
# Example usage: yolo train data=coco128.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco128 ← downloads here (7 MB)
# 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: coco128 # dataset root dir
train: images/train2017 # train images (relative to 'path') 128 images
val: images/train2017 # val images (relative to 'path') 128 images
test: # test images (optional)
# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco128.zipUso#
El dataset COCO128 (7 MB) se descarga automáticamente la primera vez que inicias el entrenamiento. Para entrenar un modelo YOLO26n con COCO128 durante 100 épocas y con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código. Para consultar una lista completa de los argumentos disponibles, visita la página de Entrenamiento del modelo.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)Imágenes de ejemplo y anotaciones#
Estos son algunos ejemplos de imágenes del dataset COCO128, junto con sus anotaciones correspondientes:
- Imagen con mosaico: Esta imagen muestra un lote de entrenamiento compuesto por imágenes del conjunto de datos combinadas mediante mosaico. El mosaico es una técnica utilizada durante el entrenamiento que combina varias imágenes en una sola para aumentar la variedad de objetos y escenas de cada lote de entrenamiento. Esto ayuda a mejorar la capacidad del modelo para generalizar a distintos tamaños de objetos, relaciones de aspecto y contextos.
El ejemplo muestra la variedad y complejidad de las imágenes del dataset COCO128, así como las ventajas de utilizar el mosaico durante el proceso de entrenamiento.
Citas y agradecimientos#
Si utilizas el conjunto de datos COCO en tu trabajo de investigación o desarrollo, cita el siguiente artículo:
@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}
}Nos gustaría reconocer la labor del Consorcio COCO por crear y mantener este valioso recurso para la comunidad de visión por ordenador. Para obtener más información sobre el dataset COCO y sus creadores, visita el sitio web del dataset COCO.
Preguntas frecuentes#
El dataset COCO128 de Ultralytics es un subconjunto compacto que contiene las primeras 128 imágenes del dataset train 2017 de COCO. Se utiliza principalmente para probar y depurar modelos de detección de objetos, experimentar con nuevos enfoques de detección y validar canalizaciones de entrenamiento antes de ampliarlas a datasets más grandes. Su tamaño manejable lo hace perfecto para realizar iteraciones rápidas, sin dejar de ofrecer suficiente diversidad para constituir un caso de prueba significativo.
Para entrenar un modelo YOLO26 con el dataset COCO128, puedes utilizar comandos de Python o de CLI. Aquí tienes cómo hacerlo:
Ejemplo de entrenamientofrom ultralytics import YOLO # Load a pretrained model model = YOLO("yolo26n.pt") # Train the model results = model.train(data="coco128.yaml", epochs=100, imgsz=640)Para consultar más opciones y parámetros de entrenamiento, visita la documentación de Entrenamiento.
El aumento de datos de mosaico, como se muestra en las imágenes de ejemplo, combina varias imágenes de entrenamiento en una única imagen compuesta. Esta técnica ofrece varias ventajas al entrenar con COCO128:
- Aumenta la variedad de objetos y contextos de cada lote de entrenamiento
- Mejora la generalización del modelo con diferentes tamaños y relaciones de aspecto de los objetos
- Mejora el rendimiento de detección de objetos a distintas escalas
- Maximiza la utilidad de un dataset pequeño al crear muestras de entrenamiento más diversas
Esta técnica es especialmente valiosa para datasets pequeños como COCO128, ya que ayuda a los modelos a aprender características más robustas a partir de datos limitados.
COCO128 (128 imágenes) se sitúa entre COCO8 (8 imágenes) y el dataset COCO completo (más de 118K imágenes) en cuanto a tamaño:
- COCO8: Contiene solo 8 imágenes (4 de entrenamiento y 4 de validación), ideales para pruebas rápidas y depuración
- COCO128: Contiene 128 imágenes, un equilibrio entre tamaño y diversidad
- COCO completo: Contiene más de 118K imágenes de entrenamiento, es exhaustivo, pero requiere muchos recursos
COCO128 ofrece un buen término medio: proporciona más diversidad que COCO8 y, al mismo tiempo, es mucho más manejable que el dataset COCO completo para la experimentación y el desarrollo inicial de modelos.
Aunque COCO128 está diseñado principalmente para la detección de objetos, las anotaciones del dataset se pueden adaptar a otras tareas de visión por ordenador:
- Segmentación de instancias: Utilizando las máscaras de segmentación proporcionadas en las anotaciones
- Detección de puntos clave: Para imágenes que contienen personas con anotaciones de puntos clave
- Aprendizaje por transferencia: Como punto de partida para ajustar modelos a tareas personalizadas
Para tareas especializadas como la segmentación, considera utilizar variantes diseñadas específicamente para ello, como COCO8-seg, que incluyen las anotaciones adecuadas.