Empezar

Conjunto de datos COCO-Seg

COCO 2017 Segmentation preview 1
COCO 2017 Segmentation preview 2
COCO 2017 Segmentation preview 3
COCO 2017 Segmentation preview 4
123,272
COCO 2017 Segmentation
ultralytics
PublicSegment

Everyday photos with per-instance object masks, Microsoft COCO's 2017 release and the standard instance-segmentation benchmark. Images were gathered from Flickr and outlined by crowdworkers, with dense, overlapping objects at widely varying scales; only train and val are included because test-dev labels are withheld. Source: Lin et al., "Microsoft COCO: Common Objects in Context," ECCV 2014; cocodataset.org.

80 classes11.6 GBOct 23, 2026
personbicyclecarmotorcycle+76
instance-segmentationcocococo2017+1

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

Modelos preentrenados con COCO-Seg#

Modelotamaño
(píxeles)
mAPcaja50-95
(e2e)
mAPmáscara50-95
(e2e)
Velocidad
CPU ONNX
(ms)
Velocidad
T4 TensorRT10
(ms)
parámetros
(M)
FLOPs
(B)
YOLO26n-seg64039.633.953.3 ± 0.52.1 ± 0.02.79.3
YOLO26s-seg64047.340.0118.4 ± 0.93.3 ± 0.010.434.5
YOLO26m-seg64052.544.1328.2 ± 2.46.7 ± 0.123.6121.7
YOLO26l-seg64054.445.5387.0 ± 3.78.0 ± 0.128.0140.1
YOLO26x-seg64056.547.0787.0 ± 6.816.4 ± 0.162.8314.0

Características principales#

  • COCO-Seg proporciona máscaras de segmentación de instancias para 123 287 imágenes etiquetadas de COCO train2017/val2017 (118 287 de entrenamiento + 5000 de validación), de las aproximadamente 330 000 imágenes de la versión más amplia de COCO.
  • El conjunto de datos incluye las mismas 80 categorías de objetos que el conjunto de datos COCO original.
  • Las anotaciones proporcionan máscaras de segmentación de instancias en el formato de etiquetas poligonales YOLO.
  • COCO-Seg proporciona métricas estandarizadas mAP y mAR para evaluar el rendimiento de la segmentación de instancias, lo que permite comparar eficazmente el rendimiento de los modelos.
  • Tamaño de descarga: ~20,3 GB la primera vez (train2017.zip + val2017.zip + etiquetas). El archivo test2017.zip de 7 GB no se descarga automáticamente, ya que esas imágenes tienen las anotaciones de referencia ocultas y solo se necesitan para una entrega test-dev2017.

Estructura del conjunto de datos#

El conjunto de datos 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 referencia de este subconjunto no están disponibles públicamente, por lo que debes enviar las predicciones al servidor de evaluación de COCO para obtener una puntuación.

Para probar con conjuntos más pequeños, consulta los subconjuntos COCO128-Seg (128 imágenes) y COCO8-Seg (8 imágenes).

Aplicaciones#

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 estándar para investigadores y profesionales de la visión artificial. También puedes explorar y gestionar las anotaciones completas de COCO-Seg en Ultralytics Platform.

YAML del conjunto de datos#

Se utiliza un archivo YAML para definir la configuración del conjunto de datos. Contiene información sobre las rutas, las clases y otros datos relevantes del conjunto. 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/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)

Uso#

Para entrenar un modelo YOLO26n-seg con el conjunto de datos COCO-Seg durante 100 épocas y con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código.

Ejemplo de entrenamiento
from ultralytics import YOLO

# Cargar un modelo
model = YOLO("yolo26n-seg.pt")  # Carga un modelo preentrenado (recomendado para el entrenamiento)

# Entrenar el modelo
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

Imágenes de muestra y anotaciones#

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

Mosaico de un lote de entrenamiento del conjunto de datos de segmentación COCO

  • Imagen en mosaico: Esta imagen muestra un lote de entrenamiento compuesto por imágenes del conjunto de datos dispuestas en mosaico. El mosaico es una técnica que se utiliza durante el entrenamiento y combina varias imágenes en una sola para aumentar la variedad de objetos y escenas de cada lote de entrenamiento. Esto ayuda al modelo a generalizar con distintos tamaños de objetos, relaciones de aspecto y contextos.

Citas y agradecimientos#

Si utilizas el conjunto de datos COCO-Seg en tus trabajos de investigación o desarrollo, cita el artículo original de COCO y reconoce la ampliación COCO-Seg:

Cita
@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 al Consorcio COCO la creación y el mantenimiento de este valioso recurso para la comunidad de visión artificial.

Preguntas frecuentes#

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

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

    Ejemplo de entrenamiento
    from ultralytics import YOLO
    
    # Cargar un modelo
    model = YOLO("yolo26n-seg.pt")  # Carga un modelo preentrenado (recomendado para el entrenamiento)
    
    # Entrenar el modelo
    results = model.train(data="coco.yaml", epochs=100, imgsz=640)
  • El conjunto de datos COCO-Seg incluye varias características principales:

    • Proporciona máscaras de segmentación de instancias para 123.287 imágenes etiquetadas de train2017/val2017 de COCO (118.287 de entrenamiento + 5.000 de validación).
    • Anota las mismas 80 categorías de objetos que se encuentran en el COCO original.
    • Proporciona máscaras de segmentación de instancias en el formato de etiquetas poligonales de YOLO.
    • Utiliza métricas de evaluación estandarizadas, como la precisión media promedio (mAP) y la recuperación media promedio (mAR), para tareas de segmentación de instancias.
  • El conjunto de datos COCO-Seg es compatible con varios modelos de segmentación YOLO26 preentrenados, con distintas métricas de rendimiento. Aquí tienes un resumen de los modelos disponibles y sus principales métricas:

    Modelotamaño
    (píxeles)
    mAPcaja50-95
    (e2e)
    mAPmáscara50-95
    (e2e)
    Velocidad
    CPU ONNX
    (ms)
    Velocidad
    T4 TensorRT10
    (ms)
    parámetros
    (M)
    FLOPs
    (B)
    YOLO26n-seg64039.633.953.3 ± 0.52.1 ± 0.02.79.3
    YOLO26s-seg64047.340.0118.4 ± 0.93.3 ± 0.010.434.5
    YOLO26m-seg64052.544.1328.2 ± 2.46.7 ± 0.123.6121.7
    YOLO26l-seg64054.445.5387.0 ± 3.78.0 ± 0.128.0140.1
    YOLO26x-seg64056.547.0787.0 ± 6.816.4 ± 0.162.8314.0

    Estos modelos abarcan desde el ligero YOLO26n-seg hasta el más preciso YOLO26x-seg, y ofrecen distintos equilibrios entre velocidad y precisión para satisfacer los requisitos de diversas aplicaciones.

  • El conjunto de datos COCO-Seg se divide en tres subconjuntos para cubrir necesidades específicas de entrenamiento y evaluación:

    1. Train2017: Contiene 118.287 imágenes utilizadas principalmente para entrenar modelos de segmentación de instancias.
    2. Val2017: Incluye 5,000 imágenes utilizadas para la validación durante el proceso de entrenamiento.
    3. Test-dev2017: Contiene 20,288 de las 40,670 imágenes de test2017 reservadas para probar y comparar modelos entrenados. Ten en cuenta que las anotaciones de referencia de esta partición no están disponibles públicamente y que los resultados de rendimiento se envían al servidor de evaluación de COCO para su valoración.

    Para probar con conjuntos más pequeños, también puedes elegir el conjunto de datos COCO128-Seg (128 imágenes) o el conjunto de datos COCO8-Seg, una versión compacta que solo contiene 8 imágenes del conjunto COCO train 2017.

Comentarios10

Haz una pregunta, comparte tus resultados o ayuda a otra persona.

  1. liujieKermitGitHub

    what the label format if I want to train my custom dataset, please give the solution step by step like label, train, val, export, predict

    1. Glenn JocherUltralytics(editado)

      @liujieKermit for custom segmentation training with YOLO26, follow these steps:

      1. Label Format: Use YOLO segmentation format - one text file per image with class index and normalized polygon coordinates (minimum 3 points per object). Example:
        <class> <x1> <y1> <x2> <y2> ... <xn> <yn>

      2. Dataset YAML: Create a YAML file (example data.yaml):

      path: /path/to/dataset
      train: images/train
      val: images/val
      names:
        0: class1
        1: class2
      1. Train:
      from ultralytics import YOLO
      model = YOLO('yolo26n-seg.pt')
      model.train(data='data.yaml', epochs=100, imgsz=640)
      1. Export/Predict:
      model.export(format='onnx')  # export
      model.predict('image.jpg')  # predict

      For full details see our Dataset Format Guide and Auto-Annotation Tools. For commercial use, review our license terms.

  2. YingdiZhangGitHub

    Thanks for the great work. I am new to YOLO and AI. How to download the COCO dataset? is just running python coco.yaml?

    1. Glenn JocherUltralytics(editado)

      @YingdiZhang to download the COCO dataset, you can run yolo segment train data=coco.yaml in your terminal. This will automatically download the dataset for you. For more details, you can visit the Ultralytics documentation.

  3. SacherTorte280GitHub

    Dear developpers, I need to build a much simpler case where I'll only need <=5 labels, can I remove the others that i'll never use ?

    1. Paula DerrengerUltralytics(editado)

      @SacherTorte280 yes, you can customize the dataset to include only the labels you need. To do this, modify the coco.yaml file to include only the desired classes in the names section and adjust the dataset paths accordingly. Also make sure the class indices in your label files are remapped to match the new names (0 to N-1) and remove labels of the dropped classes. This will allow you to train your model with a simplified set of labels. For more details on configuring the dataset, please refer to the COCO-Seg documentation.

  4. MoAbbasidGitHub

    i get a list out of index error when running convert_coco function please help

    1. Paula DerrengerUltralytics

      Hi there! It looks like you're encountering a list index out of range error with the convert_coco function. This can often happen if the script is trying to access an element that doesn't exist in a list. To help you resolve this issue, please ensure that:

      1. The data paths in your coco.yaml config file are correctly set and point to valid files.
      2. The COCO dataset is correctly downloaded and structured as expected by the script.

      If the paths and dataset structure are correct, it might be helpful to check if the specific segment of data causing the error is formatted correctly or missing elements.

      Here's a quick check you can perform:

      try:
          # Assuming convert_coco is called here
          convert_coco()
      except IndexError as e:
          print("An index error occurred: ", e)
          # You can add more debugging information here to understand which part of the data is causing the problem

      This snippet will catch the IndexError and print it, potentially providing more insight on what's going wrong. If you need further assistance, please don't hesitate to share a snippet of the data or more details on the error!

  5. mohamed-ladjalGitHub

    Greetings, I possess medical imagery depicting bone lesions. These images comprise 3D volumes of dimensions (256, 256, 128), with each volume containing 128 slices. Corresponding masks of identical dimensions are available. My objective is to either fine-tune or train a model using these slices to accurately segment the lesions mohamed mohamed.laadjel2019@gmail.com

    1. Glenn JocherUltralytics(editado)

      Hello Mohamed,

      Great to hear about your project on segmenting bone lesions from medical imagery! For your 3D volumes, you can approach this by treating each slice as a separate 2D image for segmentation.

      Given your setup, you might consider using our YOLO26-seg models, which are well-suited for segmentation tasks. Here’s a basic example of how you could set up your training with YOLO26:

      from ultralytics import YOLO
      
      # Load a pretrained segmentation model
      model = YOLO('yolo26n-seg.pt')  # Choose the appropriate model size
      
      # Prepare your dataset in a compatible format
      # Ensure your dataset directory structure and annotations are correctly set up
      
      # Train the model
      results = model.train(data='your_dataset_config.yaml', epochs=100, imgsz=640)

      Make sure your dataset is annotated similarly to how COCO-Seg annotations are structured, with masks corresponding to each slice. You might need to adjust the your_dataset_config.yaml to correctly point to your training, validation, and test images along with their annotations.

      For more detailed guidance on preparing your dataset and annotations, you can refer to our documentation on COCO-Seg Dataset.

      If you have any more questions or need further assistance, feel free to ask. Happy training! 🚀