Conjunto de datos COCO128
Introducción
Ultralytics COCO128 es un conjunto de datos pequeño pero versátil de detección de objetos compuesto por las primeras 128 imágenes del conjunto de entrenamiento COCO 2017. Este conjunto de datos es ideal para probar y depurar modelos de detección de objetos, o para experimentar con nuevos enfoques de detección. Con 128 imágenes, es lo suficientemente pequeño como para ser fácilmente manejable, pero lo suficientemente diverso como para probar las canalizaciones de entrenamiento en busca de errores y actuar como una verificación de integridad antes de entrenar conjuntos de datos más grandes.
Ver: Descripción general del conjunto de datos COCO de Ultralytics
Este conjunto de datos está destinado a ser utilizado con HUB y YOLO11 de Ultralytics.
YAML del conjunto de datos
Se utiliza un archivo YAML (Yet Another Markup Language) para definir la configuración del conjunto de datos. Contiene información sobre las rutas, las clases y otra información relevante del conjunto de datos. En el caso del conjunto de datos COCO128, el coco128.yaml
archivo se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco128.yaml.
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/coco/
# 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.zip
Uso
Para entrenar un modelo YOLO11n en el conjunto de datos COCO128 durante 100 epochs con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulta la página de Entrenamiento del modelo.
Ejemplo de entrenamiento
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=coco128.yaml model=yolo11n.pt epochs=100 imgsz=640
sample_images y anotaciones
Aquí hay algunos ejemplos de imágenes del conjunto de datos COCO128, junto con sus anotaciones correspondientes:
- Imagen en mosaico: Esta imagen muestra un lote de entrenamiento compuesto por imágenes en mosaico del conjunto de datos. El mosaico es una técnica utilizada durante el entrenamiento que combina varias imágenes en una sola imagen para aumentar la variedad de objetos y escenas dentro de cada lote de entrenamiento. Esto ayuda a mejorar la capacidad del modelo para generalizar a diferentes tamaños de objetos, relaciones de aspecto y contextos.
El ejemplo muestra la variedad y complejidad de las imágenes en el conjunto de datos COCO128 y los beneficios de usar el mosaico durante el proceso de entrenamiento.
Citas y agradecimientos
Si utiliza el conjunto de datos COCO en su trabajo de investigación o desarrollo, cite 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 agradecer al Consorcio COCO por crear y mantener este valioso recurso para la comunidad de visión artificial. Para obtener más información sobre el conjunto de datos COCO y sus creadores, visite el sitio web del conjunto de datos COCO.
Preguntas frecuentes
¿Para qué se utiliza el dataset COCO128 de Ultralytics?
El conjunto de datos COCO128 de Ultralytics es un subconjunto compacto que contiene las primeras 128 imágenes del conjunto de datos COCO train 2017. 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 escalar a conjuntos de datos más grandes. Su tamaño manejable lo hace perfecto para iteraciones rápidas, a la vez que proporciona suficiente diversidad para ser un caso de prueba significativo.
¿Cómo entreno un modelo YOLO11 utilizando el conjunto de datos COCO128?
Para entrenar un modelo YOLO11 en el conjunto de datos COCO128, puedes utilizar comandos de python o de la CLI. Aquí te mostramos cómo:
Ejemplo de entrenamiento
from ultralytics import YOLO
# Load a pretrained model
model = YOLO("yolo11n.pt")
# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)
yolo detect train data=coco128.yaml model=yolo11n.pt epochs=100 imgsz=640
Para obtener más opciones y parámetros de entrenamiento, consulta la documentación de Entrenamiento.
¿Cuáles son los beneficios de usar el aumento de mosaico con COCO128?
El aumento de datos por mosaico, como se muestra en las imágenes de ejemplo, combina varias imágenes de entrenamiento en una sola imagen compuesta. Esta técnica ofrece varias ventajas al entrenar con COCO128:
- Aumenta la variedad de objetos y contextos dentro de cada lote de entrenamiento
- Mejora la generalización del modelo en diferentes tamaños de objeto y relaciones de aspecto
- Mejora el rendimiento de la detección de objetos a varias escalas
- Maximiza la utilidad de un conjunto de datos pequeño creando muestras de entrenamiento más diversas
Esta técnica es particularmente valiosa para conjuntos de datos más pequeños como COCO128, ya que ayuda a los modelos a aprender características más robustas a partir de datos limitados.
¿Cómo se compara COCO128 con otras variantes del conjunto de datos COCO?
COCO128 (128 imágenes) se sitúa entre COCO8 (8 imágenes) y el conjunto de datos COCO completo (más de 118.000 imágenes) en términos de tamaño:
- COCO8: Contiene solo 8 imágenes (4 de entrenamiento, 4 de validación), ideal para pruebas rápidas y depuración
- COCO128: Contiene 128 imágenes, equilibradas entre tamaño y diversidad
- COCO completo: Contiene más de 118 000 imágenes de entrenamiento: completo pero intensivo en recursos
COCO128 ofrece un buen término medio, ofreciendo más diversidad que COCO8, a la vez que sigue siendo mucho más manejable que el conjunto de datos COCO completo para la experimentación y el desarrollo inicial del modelo.
¿Puedo usar COCO128 para tareas que no sean la detección de objetos?
Si bien COCO128 está diseñado principalmente para la detección de objetos, las anotaciones del conjunto de datos se pueden adaptar para otras tareas de visión artificial:
- 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 el ajuste fino de modelos para tareas personalizadas
Para tareas especializadas como la segmentación, considera el uso de variantes creadas específicamente como COCO8-seg, que incluyen las anotaciones apropiadas.