Link to this sectionDataset COCO-Seg#

El conjunto de datos COCO-Seg proporciona máscaras de segmentación de instancias de COCO (Common Objects in Context): 118 287 imágenes de entrenamiento y 5 000 de validación con máscaras poligonales en 80 categorías de objetos, en el formato de etiquetas de Ultralytics YOLO. Utiliza las imágenes originales y las anotaciones de segmentación nativas de COCO, convertidas para el entrenamiento con YOLO, lo que lo convierte en un recurso crucial para investigadores y desarrolladores que trabajan en tareas de segmentación de instancias.

Link to this sectionModelos preentrenados de COCO-Seg#

Link to this sectionCaracterísticas clave#

• COCO-Seg proporciona máscaras de segmentación de instancias para 123 287 imágenes etiquetadas de COCO train2017/val2017 (118 287 de entrenamiento + 5 000 de validación), de la versión más amplia de COCO de ~330 000 imágenes.
• El dataset consta de las mismas 80 categorías de objetos presentes en el dataset COCO original.
• Las anotaciones proporcionan máscaras de segmentación de instancias en el formato de etiqueta poligonal de YOLO.
• COCO-Seg proporciona métricas de mAP y mAR estandarizadas para evaluar el rendimiento de la segmentación de instancias, lo que permite una comparación efectiva del rendimiento del modelo.
• Tamaño de la descarga: ~20,3 GB en el primer uso (train2017.zip + val2017.zip + etiquetas). El archivo test2017.zip de 7 GB no se descarga automáticamente, ya que esas imágenes tienen la verdad fundamental reservada y solo son necesarias para un envío a test-dev2017.

Link to this sectionEstructura del dataset#

El dataset COCO-Seg se divide en tres subconjuntos:

1. Train2017: 118 287 imágenes para entrenar modelos de segmentación de instancias.
2. Val2017: 5 000 imágenes utilizadas para la validación durante el desarrollo del modelo.
3. Test-dev2017: 20 288 de las 40 670 imágenes de test2017, utilizadas para la evaluación comparativa. Las anotaciones de verdad fundamental para este subconjunto no están disponibles públicamente, por lo que las predicciones deben enviarse al servidor de evaluación de COCO para su puntuación.

Para necesidades de experimentación más pequeñas, consulta los subconjuntos COCO128-Seg (128 imágenes) y COCO8-Seg (8 imágenes).

Link to this sectionAplicaciones#

COCO-Seg se utiliza ampliamente para entrenar y evaluar modelos de aprendizaje profundo en segmentación de instancias, como los modelos YOLO. La gran cantidad de imágenes anotadas, la diversidad de categorías de objetos y las métricas de evaluación estandarizadas lo convierten en un recurso indispensable para los investigadores y profesionales de la visión por computador. Las anotaciones completas de COCO-Seg también pueden explorarse y gestionarse en Ultralytics Platform.

Link to this sectionYAML del dataset#

Se utiliza un archivo YAML para definir la configuración del conjunto de datos. Contiene información sobre las rutas del conjunto de datos, las clases y otra información relevante. En el caso del conjunto de datos COCO-Seg, el archivo coco.yaml se mantiene en 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 (20.3 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 (test2017.zip excluded: ground truth is withheld, only used for the eval-server test-dev split)
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
  ]
  download(urls, dir=dir / "images", threads=3)

Link to this sectionUso#

Para entrenar un modelo YOLO26n-seg en el dataset COCO-Seg durante 100 épocas con un tamaño de imagen de 640, puedes usar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulta la página de Entrenamiento del modelo.

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 sectionMuestras de imágenes y anotaciones#

COCO-Seg contiene las mismas imágenes diversas, categorías de objetos y escenas complejas que COCO, con máscaras de segmentación de instancias proporcionadas en el formato de etiqueta de YOLO. Aquí tienes algunos ejemplos de imágenes del conjunto de datos, junto con sus correspondientes máscaras de segmentación de instancias:

• Imagen en mosaico: Esta imagen muestra un lote de entrenamiento compuesto por imágenes del conjunto de datos en 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 dentro de cada lote de entrenamiento. Esto ayuda a la capacidad del modelo para generalizar a diferentes tamaños de objeto, relaciones de aspecto y contextos.

Link to this sectionCitas y agradecimientos#

Si utilizas el dataset COCO-Seg en tu trabajo de investigación o desarrollo, por favor cita el documento original de COCO y reconoce la extensión a 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}
}

Extendemos nuestro agradecimiento al Consorcio COCO por crear y mantener este recurso invaluable para la comunidad de visión artificial. Para obtener más información sobre el dataset COCO y sus creadores, visita el sitio web del dataset COCO.

Link to this sectionFAQ#

Link to this section¿Qué es el dataset COCO-Seg y en qué se diferencia del dataset COCO original?#

COCO-Seg es el paquete en formato Ultralytics YOLO de las máscaras de segmentación de instancias nativas de COCO (Common Objects in Context) para las mismas 118 287 imágenes train2017 y 5 000 val2017. Las anotaciones originales de COCO ya incluyen estas máscaras poligonales para las 80 categorías de objetos; COCO-Seg las convierte al formato de etiqueta de YOLO utilizado para el entrenamiento de segmentación de instancias de objetos.

Link to this section¿Cómo puedo entrenar un modelo YOLO26 usando el dataset COCO-Seg?#

Para entrenar un modelo YOLO26n-seg en el conjunto de datos COCO-Seg durante 100 épocas con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código. Para obtener una lista detallada de los argumentos de entrenamiento disponibles, consulta la página de Entrenamiento del modelo.

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 section¿Cuáles son las características clave del dataset COCO-Seg?#

El dataset COCO-Seg incluye varias características clave:

• Proporciona máscaras de segmentación de instancias para 123 287 imágenes etiquetadas de COCO train2017/val2017 (118 287 de entrenamiento + 5 000 de validación).
• Anota las mismas 80 categorías de objetos encontradas en el COCO original.
• Proporciona máscaras de segmentación de instancias en el formato de etiqueta poligonal de YOLO.
• Utiliza métricas de evaluación estandarizadas como la media de la Precisión media (mAP) y la media de la Recuperación media (mAR) para tareas de segmentación de instancias.

Link to this section¿Qué modelos preentrenados están disponibles para COCO-Seg y cuáles son sus métricas de rendimiento?#

El dataset COCO-Seg admite múltiples modelos de segmentación YOLO26 preentrenados con diferentes métricas de rendimiento. Aquí tienes un resumen de los modelos disponibles y sus métricas clave:

Estos modelos van desde el ligero YOLO26n-seg hasta el más potente YOLO26x-seg, ofreciendo diferentes compromisos entre velocidad y precisión para adaptarse a diversos requisitos de la aplicación. Para obtener más información sobre la selección de modelos, visita la página de modelos de Ultralytics.

Link to this section¿Cómo está estructurado el dataset COCO-Seg y qué subconjuntos contiene?#

El dataset COCO-Seg se divide en tres subconjuntos para necesidades específicas de entrenamiento y evaluación:

1. Train2017: Contiene 118 287 imágenes utilizadas principalmente para entrenar modelos de segmentación de instancias.
2. Val2017: Comprende 5 000 imágenes utilizadas para la validación durante el proceso de entrenamiento.
3. Test-dev2017: Abarca 20 288 de las 40 670 imágenes de test2017 reservadas para probar y comparar modelos entrenados. Ten en cuenta que las anotaciones de verdad fundamental para este subconjunto no están disponibles públicamente, y los resultados de rendimiento se envían al servidor de evaluación de COCO para su evaluación.

Para necesidades de experimentación más pequeñas, también puedes considerar el conjunto de datos COCO128-Seg (128 imágenes) o el conjunto de datos COCO8-Seg, una versión compacta que contiene solo 8 imágenes del conjunto COCO train 2017.