COCO-Seg डेटासेट

COCO-Seg डेटासेट, COCO (संदर्भ में सामान्य वस्तुएं) डेटासेट का एक विस्तार, विशेष रूप से ऑब्जेक्ट इंस्टेंस सेगमेंटेशन में अनुसंधान की सहायता के लिए डिज़ाइन किया गया है। यह COCO के समान छवियों का उपयोग करता है लेकिन अधिक विस्तृत विभाजन एनोटेशन का परिचय देता है। यह डेटासेट शोधकर्ताओं और डेवलपर्स के लिए एक महत्वपूर्ण संसाधन है, जो विशेष रूप से प्रशिक्षण के लिए उदाहरण विभाजन कार्यों पर काम कर रहे हैंYOLO मॉडल।

COCO-Seg पूर्व-प्रशिक्षित मॉडल

प्रमुख विशेषताऐं

• COCO-Seg COCO से मूल 330K छवियों को बरकरार रखता है।
• डेटासेट में मूल COCO डेटासेट में पाई जाने वाली समान 80 ऑब्जेक्ट श्रेणियां होती हैं।
• एनोटेशन में अब छवियों में प्रत्येक ऑब्जेक्ट के लिए अधिक विस्तृत उदाहरण विभाजन मास्क शामिल हैं।
• COCO-Seg ऑब्जेक्ट डिटेक्शन के लिए मीन एवरेज प्रिसिजन (mAP) जैसे मानकीकृत मूल्यांकन मेट्रिक्स प्रदान करता है, और उदाहरण के विभाजन कार्यों के लिए मीन एवरेज रिकॉल (mAR), मॉडल प्रदर्शन की प्रभावी तुलना को सक्षम करता है।

डेटासेट संरचना

COCO-Seg डेटासेट को तीन सबसेट में विभाजित किया गया है:

1. ट्रेन2017: इस सबसेट में प्रशिक्षण उदाहरण विभाजन मॉडल के लिए 118K छवियां हैं।
2. Val2017: इस सबसेट में मॉडल प्रशिक्षण के दौरान सत्यापन उद्देश्यों के लिए उपयोग की जाने वाली 5K छवियां शामिल हैं।
3. Test2017: इस सबसेट में प्रशिक्षित मॉडलों के परीक्षण और बेंचमार्किंग के लिए उपयोग की जाने वाली 20K छवियां शामिल हैं। इस सबसेट के लिए ग्राउंड ट्रुथ एनोटेशन सार्वजनिक रूप से उपलब्ध नहीं हैं, और परिणाम प्रदर्शन मूल्यांकन के लिए COCO मूल्यांकन सर्वर पर सबमिट किए जाते हैं।

अनुप्रयोगों

COCO-Seg का व्यापक रूप से उदाहरण विभाजन में गहन शिक्षण मॉडल के प्रशिक्षण और मूल्यांकन के लिए उपयोग किया जाता है, जैसे कि YOLO मॉडल। बड़ी संख्या में एनोटेट की गई छवियां, ऑब्जेक्ट श्रेणियों की विविधता और मानकीकृत मूल्यांकन मेट्रिक्स इसे कंप्यूटर दृष्टि शोधकर्ताओं और चिकित्सकों के लिए एक अनिवार्य संसाधन बनाते हैं।

डेटासेट YAML

डेटासेट कॉन्फ़िगरेशन को परिभाषित करने के लिए एक YAML (अभी तक एक और मार्कअप भाषा) फ़ाइल का उपयोग किया जाता है। इसमें डेटासेट के पथ, कक्षाओं और अन्य प्रासंगिक जानकारी के बारे में जानकारी होती है। COCO-Seg डेटासेट के मामले में, coco.yaml फ़ाइल पर बनाए रखा जाता है 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)

उपयोग

एक प्रशिक्षित करने के लिए YOLOv8n-seg मॉडल 640 के छवि आकार के साथ 100 युगों के लिए COCO-Seg डेटासेट पर, आप निम्न कोड स्निपेट का उपयोग कर सकते हैं। उपलब्ध तर्कों की व्यापक सूची के लिए, मॉडल प्रशिक्षण पृष्ठ देखें।

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

नमूना छवियाँ और एनोटेशन

COCO-Seg, अपने पूर्ववर्ती COCO की तरह, विभिन्न ऑब्जेक्ट श्रेणियों और जटिल दृश्यों के साथ छवियों का एक विविध सेट शामिल है। हालांकि, COCO-Seg छवियों में प्रत्येक वस्तु के लिए अधिक विस्तृत उदाहरण विभाजन मास्क का परिचय देता है. डेटासेट से छवियों के कुछ उदाहरण यहां दिए गए हैं, साथ ही उनके संबंधित उदाहरण विभाजन मास्क के साथ:

• मोज़ेड छवि: यह छवि मोज़ेक डेटासेट छवियों से बना एक प्रशिक्षण बैच प्रदर्शित करती है। मोज़ेसिंग प्रशिक्षण के दौरान उपयोग की जाने वाली एक तकनीक है जो प्रत्येक प्रशिक्षण बैच के भीतर वस्तुओं और दृश्यों की विविधता को बढ़ाने के लिए कई छवियों को एक ही छवि में जोड़ती है। यह मॉडल की विभिन्न ऑब्जेक्ट आकारों, पहलू अनुपात और संदर्भों को सामान्यीकृत करने की क्षमता को सहायता करता है।

उदाहरण COCO-Seg डेटासेट में छवियों की विविधता और जटिलता और प्रशिक्षण प्रक्रिया के दौरान मोज़ेकिंग का उपयोग करने के लाभों को प्रदर्शित करता है।

प्रशंसा पत्र और पावती

यदि आप अपने शोध या विकास कार्य में COCO-Seg डेटासेट का उपयोग करते हैं, तो कृपया मूल COCO पेपर का हवाला दें और COCO-Seg के विस्तार को स्वीकार करें:

@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}
}

हम कंप्यूटर दृष्टि समुदाय के लिए इस अमूल्य संसाधन को बनाने और बनाए रखने के लिए कोको कंसोर्टियम को धन्यवाद देते हैं। COCO डेटासेट और इसके रचनाकारों के बारे में अधिक जानकारी के लिए, COCO डेटासेट वेबसाइट पर जाएँ।

टिप्पणियाँ