Link to this sectionDataset COCO-Seg#

El dataset COCO-Seg, una extensión del dataset COCO (Common Objects in Context), está diseñado específicamente para ayudar en la investigación de la segmentación de instancias de objetos. Utiliza las mismas imágenes que COCO, pero incorpora anotaciones de segmentación más detalladas. Este dataset es un recurso fundamental para investigadores y desarrolladores que trabajan en tareas de segmentación de instancias, especialmente para entrenar modelos de Ultralytics YOLO.

Link to this sectionModelos preentrenados de COCO-Seg#

Link to this sectionCaracterísticas clave#

• COCO-Seg conserva las 330K imágenes originales de COCO.
• El dataset consta de las mismas 80 categorías de objetos presentes en el dataset COCO original.
• Las anotaciones ahora incluyen máscaras de segmentación de instancias más detalladas para cada objeto en las imágenes.
• COCO-Seg proporciona métricas de evaluación estandarizadas como la precisión media (mAP) para la detección de objetos y el recuerdo medio (mAR) para tareas de segmentación de instancias, lo que permite comparar eficazmente el rendimiento de los modelos.

Link to this sectionEstructura del dataset#

El dataset COCO-Seg se divide en tres subconjuntos:

1. Train2017: 118K imágenes para entrenar modelos de segmentación de instancias.
2. Val2017: 5K imágenes utilizadas para la validación durante el desarrollo del modelo.
3. Test2017: 20K imágenes utilizadas para evaluación. Las anotaciones de verdad fundamental (ground-truth) para este subconjunto no están disponibles públicamente, por lo que las predicciones deben enviarse al servidor de evaluación de COCO para su puntuación.

Link to this sectionAplicaciones#

COCO-Seg se utiliza ampliamente para entrenar y evaluar modelos de deep learning 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 investigadores y profesionales de la visión artificial.

Link to this sectionYAML del dataset#

Se utiliza un archivo YAML (Yet Another Markup Language) para definir la configuración del dataset. Contiene información sobre las rutas del dataset, clases y otros datos relevantes. En el caso del dataset 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 (20.1 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 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
  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)

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, al igual que su predecesor COCO, contiene un conjunto diverso de imágenes con varias categorías de objetos y escenas complejas. Sin embargo, COCO-Seg introduce máscaras de segmentación de instancias más detalladas para cada objeto en las imágenes. Aquí tienes algunos ejemplos de imágenes del dataset, junto con sus correspondientes máscaras de segmentación de instancias:

• Imagen en mosaico: Esta imagen demuestra un lote de entrenamiento compuesto por imágenes del dataset 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.

El ejemplo muestra la variedad y complejidad de las imágenes en el dataset COCO-Seg y los beneficios de usar mosaicos durante el proceso de entrenamiento.

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?#

El dataset COCO-Seg es una extensión del dataset COCO (Common Objects in Context) original, diseñado específicamente para tareas de segmentación de instancias. Aunque utiliza las mismas imágenes que el dataset COCO, COCO-Seg incluye anotaciones de segmentación más detalladas, lo que lo convierte en un recurso potente para investigadores y desarrolladores que se centran en la 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 dataset COCO-Seg durante 100 épocas con un tamaño de imagen de 640, puedes usar los siguientes fragmentos de código. Para obtener una lista detallada 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 section¿Cuáles son las características clave del dataset COCO-Seg?#

El dataset COCO-Seg incluye varias características clave:

• Conserva las 330K imágenes originales del dataset COCO.
• Anota las mismas 80 categorías de objetos encontradas en el COCO original.
• Proporciona máscaras de segmentación de instancias más detalladas para cada objeto.
• Utiliza métricas de evaluación estandarizadas como la media de precisión (mAP) para la detección de objetos y la media de recuerdo (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 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 118K imágenes utilizadas principalmente para entrenar modelos de segmentación de instancias.
2. Val2017: Comprende 5K imágenes utilizadas para la validación durante el proceso de entrenamiento.
3. Test2017: Abarca 20K imágenes reservadas para pruebas y evaluación comparativa de 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 valoración.

Para necesidades de experimentación más pequeñas, también podrías considerar el uso del dataset COCO8-seg, que es una versión compacta que contiene solo 8 imágenes del conjunto COCO train 2017.