Ensemble de données COCO-Seg

L'ensemble de données COCO-Seg, une extension de l'ensemble de données COCO (Common Objects in Context), est spécialement conçu pour faciliter la recherche sur la segmentation des instances d'objets. Il utilise les mêmes images que COCO mais introduit des annotations de segmentation plus détaillées. Cet ensemble de données est une ressource cruciale pour les chercheurs et les développeurs qui travaillent sur des tâches de segmentation d'instance, en particulier pour l'entraînement des modèles YOLO .

Modèles pré-entraînés COCO-Seg

Caractéristiques principales

• COCO-Seg conserve les 330 000 images originales de COCO.
• L'ensemble de données comprend les mêmes 80 catégories d'objets que l'ensemble de données original COCO.
• Les annotations comprennent maintenant des masques de segmentation d'instance plus détaillés pour chaque objet des images.
• COCO-Seg fournit des mesures d'évaluation standardisées telles que la précision moyenne (mAP) pour la détection d'objets et le rappel moyen (mAR) pour les tâches de segmentation d'instances, ce qui permet de comparer efficacement les performances des modèles.

Structure de l'ensemble de données

L'ensemble de données COCO-Seg est divisé en trois sous-ensembles :

1. Train2017: Ce sous-ensemble contient 118K images pour l'entraînement des modèles de segmentation des instances.
2. Val2017: Ce sous-ensemble comprend 5K images utilisées à des fins de validation pendant l'entraînement du modèle.
3. Test2017: Ce sous-ensemble englobe 20K images utilisées pour tester et étalonner les modèles entraînés. Les annotations de vérité terrain pour ce sous-ensemble ne sont pas accessibles au public, et les résultats sont soumis au serveur d'évaluation COCO pour l'évaluation des performances.

Applications

COCO-Seg est largement utilisé pour la formation et l'évaluation des modèles d'apprentissage profond en segmentation d'instance, tels que les modèles YOLO . Le grand nombre d'images annotées, la diversité des catégories d'objets et les métriques d'évaluation normalisées en font une ressource indispensable pour les chercheurs et les praticiens de la vision par ordinateur.

Jeu de données YAML

Un fichier YAML (Yet Another Markup Language) est utilisé pour définir la configuration du jeu de données. Il contient des informations sur les chemins d'accès au jeu de données, les classes et d'autres informations pertinentes. Dans le cas du jeu de données COCO-Seg, le fichier YAML est un fichier de configuration. coco.yaml est maintenu à https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 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: ../datasets/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 to https://competitions.codalab.org/competitions/20794

# 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 ultralytics.utils.downloads import download
  from pathlib import Path

  # Download labels
  segments = True  # segment or box labels
  dir = Path(yaml['path'])  # dataset root dir
  url = 'https://github.com/ultralytics/yolov5/releases/download/v1.0/'
  urls = [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)

Utilisation

Pour entraîner un modèle YOLOv8n-seg sur l'ensemble de données COCO-Seg pour 100 époques avec une taille d'image de 640, tu peux utiliser les extraits de code suivants. Pour obtenir une liste complète des arguments disponibles, reporte-toi à la page Formation du modèle.

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n-seg.pt')  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data='coco-seg.yaml', epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=coco-seg.yaml model=yolov8n.pt epochs=100 imgsz=640

Exemples d'images et d'annotations

COCO-Seg, comme son prédécesseur COCO, contient un ensemble varié d'images avec diverses catégories d'objets et des scènes complexes. Cependant, COCO-Seg introduit des masques de segmentation d'instance plus détaillés pour chaque objet des images. Voici quelques exemples d'images tirées de l'ensemble de données, ainsi que les masques de segmentation d'instance correspondants :

• Image mosaïque: Cette image montre un lot d'entraînement composé d'images de données mosaïquées. La mosaïque est une technique utilisée pendant la formation qui combine plusieurs images en une seule afin d'augmenter la variété des objets et des scènes dans chaque lot de formation. Cela permet au modèle de mieux s'adapter aux différentes tailles d'objets, aux différents rapports d'aspect et aux différents contextes.

L'exemple montre la variété et la complexité des images de l'ensemble de données COCO-Seg et les avantages de l'utilisation du mosaïquage pendant le processus de formation.

Citations et remerciements

Si tu utilises l'ensemble de données COCO-Seg dans tes travaux de recherche ou de développement, cite l'article original de COCO et mentionne l'extension à 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}
}

Nous remercions le Consortium COCO d'avoir créé et maintenu cette ressource inestimable pour la communauté de la vision par ordinateur. Pour plus d'informations sur l'ensemble de données COCO et ses créateurs, visite le site Web de l'ensemble de données COCO.

Commentaires