Conjunto de datos COCO8-Multispectral
Introducción#
El conjunto de datos COCO8-Multispectral de Ultralytics es una variante del conjunto de datos COCO8 original para experimentar con modelos de detección de objetos multiespectrales. Consta de las mismas 8 imágenes del conjunto COCO train 2017: 4 para entrenamiento y 4 para validación, pero cada imagen se transforma a un formato multiespectral de 10 canales. Al ir más allá de los canales RGB estándar, COCO8-Multispectral permite desarrollar y evaluar modelos que utilizan información espectral más rica.
COCO8-Multispectral es compatible con Ultralytics Platform y YOLO26, por lo que puedes usarlo directamente en tus flujos de trabajo de visión artificial.
Ver: Cómo entrenar Ultralytics YOLO con conjuntos de datos en escala de grises y multiespectrales | VisionAI multicanal 🚀
Estructura del conjunto de datos#
COCO8-Multispectral comparte las mismas 8 imágenes que COCO8: 4 para entrenamiento y 4 para validación, etiquetadas con los nombres de las 80 clases de COCO. Sin embargo, cada imagen se almacena como un .tiff multiespectral de 10 canales en formato de etiquetas YOLO:
coco8-multispectral/
├── images/
│ ├── train/ # 4 images (10-channel .tiff)
│ └── val/ # 4 images (10-channel .tiff)
└── labels/
├── train/
└── val/Generación del conjunto de datos#
Las imágenes multiespectrales de COCO8-Multispectral se crearon interpolando las imágenes RGB originales en 10 canales espectrales distribuidos uniformemente dentro del espectro visible. El proceso incluye:
- Asignación de longitudes de onda: Asignación de longitudes de onda nominales a los canales RGB: rojo, 650 nm; verde, 510 nm; azul, 475 nm.
- Interpolación: Uso de interpolación lineal para calcular los valores de los píxeles en longitudes de onda intermedias entre 450 nm y 700 nm, lo que genera 10 canales espectrales.
- Extrapolación: Aplicación de extrapolación lineal para calcular los valores fuera de las longitudes de onda RGB originales y garantizar una representación espectral completa.
Este enfoque simula un proceso de obtención de imágenes multiespectrales y proporciona datos más variados para entrenar y evaluar modelos. Para obtener más información sobre la obtención de imágenes multiespectrales, consulta el artículo de Wikipedia sobre imágenes multiespectrales.
YAML del conjunto de datos#
El conjunto de datos COCO8-Multispectral se configura mediante un archivo YAML que define las rutas del conjunto, los nombres de las clases y los metadatos esenciales. Puedes consultar el archivo oficial coco8-multispectral.yaml en el repositorio de GitHub de Ultralytics.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# COCO8-Multispectral dataset (COCO8 images interpolated across 10 channels in the visual spectrum) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8-multispectral
# Example usage: yolo train data=coco8-multispectral.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco8-multispectral ← downloads here (20.2 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: coco8-multispectral # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)
# Number of multispectral image channels
channels: 10
# 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/coco8-multispectral.zipPrepara tus imágenes TIFF siguiendo el orden (channel, height, width), guárdalas con la extensión .tiff o .tif y asegúrate de que sean uint8 para utilizarlas con Ultralytics:
import cv2
import numpy as np
# Crear y escribir un TIFF de 10 canales
image = np.ones((10, 640, 640), dtype=np.uint8) # Orden CHW
cv2.imwritemulti("example.tiff", image)
# Leer TIFF
success, frames_list = cv2.imreadmulti("example.tiff")
image = np.stack(frames_list, axis=2)
print(image.shape) # (640, 640, 10) Orden HWC para entrenamiento e inferenciaUso#
El conjunto de datos COCO8-Multispectral (20,2 MB) se descarga automáticamente la primera vez que inicias el entrenamiento. Para entrenar un modelo YOLO26n con COCO8-Multispectral durante 100 épocas y con un tamaño de imagen de 640, utiliza los siguientes ejemplos.
from ultralytics import YOLO
# Carga un modelo YOLO26n preentrenado
model = YOLO("yolo26n.pt")
# Entrena el modelo con COCO8-Multispectral
results = model.train(data="coco8-multispectral.yaml", epochs=100, imgsz=640)Para obtener más información sobre la selección de modelos y las prácticas recomendadas, consulta la documentación de modelos Ultralytics YOLO y la guía de consejos para entrenar modelos YOLO.
Imágenes de muestra y anotaciones#
A continuación se muestra un ejemplo de un lote de entrenamiento con mosaico del conjunto de datos COCO8-Multispectral:
- Imagen con mosaico: esta imagen muestra un lote de entrenamiento en el que se combinan varias imágenes del conjunto de datos mediante el aumento de datos con mosaico. El aumento de datos con mosaico incrementa la diversidad de objetos y escenas en cada lote, lo que ayuda al modelo a generalizar mejor con distintos tamaños de objetos, relaciones de aspecto y fondos.
Esta técnica es especialmente útil para conjuntos de datos pequeños como COCO8-Multispectral, ya que maximiza el aprovechamiento de cada imagen durante el 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}
}Agradecemos especialmente al COCO Consortium sus continuas contribuciones a la comunidad de visión artificial.
Preguntas frecuentes#
El conjunto de datos COCO8-Multispectral de Ultralytics está diseñado para probar y depurar rápidamente modelos de detección de objetos multiespectrales. Con solo 8 imágenes (4 para entrenamiento y 4 para validación), es ideal para verificar tus flujos de entrenamiento de YOLO26 y asegurarte de que todo funciona según lo previsto antes de ampliarlos a conjuntos de datos más grandes.
Los datos multiespectrales aportan información espectral adicional más allá del RGB estándar, lo que permite a los modelos distinguir objetos según diferencias sutiles de reflectancia en distintas longitudes de onda. Esto puede mejorar la precisión de la detección, especialmente en situaciones difíciles, como con poca luz o camuflaje.
Sí. COCO8-Multispectral es compatible con Ultralytics Platform y los modelos Ultralytics YOLO, incluido YOLO26, tanto para el entrenamiento como para la validación.
Para comprender mejor métodos de aumento de datos como el mosaico y su impacto en el rendimiento de los modelos, consulta la guía de aumento de datos de YOLO y el artículo del blog de Ultralytics sobre el aumento de datos.
Es muy adecuado para demostraciones educativas, la creación de prototipos de nuevas arquitecturas de modelos y la verificación de flujos multicanal. Con solo 8 imágenes, es demasiado pequeño para realizar evaluaciones comparativas significativas, así que utiliza un conjunto de datos más grande cuando necesites métricas representativas.
Comentarios1
Haz una pregunta, comparte tus resultados o ayuda a otra persona.
brenoslinhares
Good afternoon.
I reproduced it for detection and it worked normally. However, adapting the COCO8-Multispectral dataset for classification, as well as the .yaml file when loading the model with channels equal to 10 and the dataset root path in data, returns the following error: RuntimeError: Given groups=1, weight of size [16, 10, 3, 3], expected input [4, 3, 640, 640] to have 10 channels, but got 3 channels instead.
Is it possible to use it for classification, including with data augmentation? How would this be possible? Has there been an update for this task?
Thank you in advance.



