Dataset COCO-Seg
Il dataset COCO-Seg, un'estensione del dataset COCO (Common Objects in Context), è appositamente progettato per supportare la ricerca nella segmentazione delle istanze degli oggetti. Utilizza le stesse immagini di COCO, ma introduce annotazioni di segmentazione più dettagliate. Questo dataset è una risorsa cruciale per ricercatori e sviluppatori che lavorano su attività di segmentazione delle istanze, specialmente per l'addestramento di modelli Ultralytics YOLO.
Modelli Pre-addestrati COCO-Seg
Modello | dimensione (pixel) |
mAPbox 50-95 |
mAPmask 50-95 |
Velocità CPU ONNX (ms) |
Velocità T4 TensorRT10 (ms) |
parametri (M) |
FLOPs (B) |
---|---|---|---|---|---|---|---|
YOLO11n-seg | 640 | 38.9 | 32.0 | 65.9 ± 1.1 | 1.8 ± 0.0 | 2.9 | 10.4 |
YOLO11s-seg | 640 | 46.6 | 37.8 | 117.6 ± 4.9 | 2.9 ± 0.0 | 10.1 | 35.5 |
YOLO11m-seg | 640 | 51.5 | 41.5 | 281.6 ± 1.2 | 6.3 ± 0.1 | 22.4 | 123.3 |
YOLO11l-seg | 640 | 53.4 | 42.9 | 344.2 ± 3.2 | 7.8 ± 0.2 | 27.6 | 142.2 |
YOLO11x-seg | 640 | 54.7 | 43.8 | 664.5 ± 3.2 | 15.8 ± 0.7 | 62.1 | 319.0 |
Caratteristiche principali
- COCO-Seg conserva le 330.000 immagini originali di COCO.
- Il dataset è composto dalle stesse 80 categorie di oggetti presenti nel dataset COCO originale.
- Le annotazioni ora includono maschere di segmentazione dell'istanza più dettagliate per ciascun oggetto nelle immagini.
- COCO-Seg fornisce metriche di valutazione standardizzate come la mean Average Precision (mAP) per il rilevamento di oggetti e la mean Average Recall (mAR) per le attività di segmentazione delle istanze, consentendo un confronto efficace delle prestazioni del modello.
Struttura del set di dati
Il dataset COCO-Seg è suddiviso in tre sottoinsiemi:
- Train2017: Questo sottoinsieme contiene 118.000 immagini per l'addestramento di modelli di segmentazione delle istanze.
- Val2017: Questo sottoinsieme include 5.000 immagini utilizzate per scopi di convalida durante l'addestramento del modello.
- Test2017: Questo sottoinsieme comprende 20.000 immagini utilizzate per testare e valutare i modelli addestrati. Le annotazioni ground truth per questo sottoinsieme non sono pubblicamente disponibili e i risultati vengono inviati al server di valutazione COCO per la valutazione delle prestazioni.
Applicazioni
COCO-Seg è ampiamente utilizzato per l'addestramento e la valutazione di modelli di deep learning nella segmentazione di istanze, come i modelli YOLO. L'elevato numero di immagini annotate, la diversità delle categorie di oggetti e le metriche di valutazione standardizzate lo rendono una risorsa indispensabile per i ricercatori e i professionisti della computer vision.
YAML del set di dati
Un file YAML (Yet Another Markup Language) viene utilizzato per definire la configurazione del dataset. Contiene informazioni sui percorsi, le classi e altre informazioni rilevanti del dataset. Nel caso del dataset COCO-Seg, il coco.yaml
file è mantenuto in 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 (20.1 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 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 pathlib import Path
from ultralytics.utils.downloads import download
# Download labels
segments = True # segment or box labels
dir = Path(yaml["path"]) # dataset root dir
url = "https://github.com/ultralytics/assets/releases/download/v0.0.0/"
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)
Utilizzo
Per addestrare un modello YOLO11n-seg sul dataset COCO-Seg per 100 epoche con una dimensione dell'immagine di 640, puoi utilizzare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, consulta la pagina Training del modello.
Esempio di addestramento
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n-seg.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=coco.yaml model=yolo11n-seg.pt epochs=100 imgsz=640
Immagini di esempio e annotazioni
COCO-Seg, come il suo predecessore COCO, contiene un insieme diversificato di immagini con varie categorie di oggetti e scene complesse. Tuttavia, COCO-Seg introduce maschere di segmentazione dell'istanza più dettagliate per ciascun oggetto nelle immagini. Ecco alcuni esempi di immagini del set di dati, insieme alle relative maschere di segmentazione dell'istanza:
- Immagine mosaicata: Questa immagine dimostra un batch di training composto da immagini del dataset mosaicato. Il mosaicing è una tecnica utilizzata durante il training che combina più immagini in una singola immagine per aumentare la varietà di oggetti e scene all'interno di ogni batch di training. Questo aiuta la capacità del modello di generalizzare a diverse dimensioni dell'oggetto, proporzioni e contesti.
L'esempio mostra la varietà e la complessità delle immagini nel dataset COCO-Seg e i vantaggi dell'utilizzo del mosaicing durante il processo di training.
Citazioni e ringraziamenti
Se utilizzi il dataset COCO-Seg nel tuo lavoro di ricerca o sviluppo, cita l'articolo originale su COCO e riconosci l'estensione 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}
}
Ringraziamo il COCO Consortium per aver creato e mantenuto questa risorsa preziosa per la comunità della computer vision. Per maggiori informazioni sul dataset COCO e sui suoi creatori, visita il sito web del dataset COCO.
FAQ
Cos'è il dataset COCO-Seg e in cosa differisce dal dataset COCO originale?
Il dataset COCO-Seg è un'estensione del dataset COCO (Common Objects in Context) originale, specificamente progettato per attività di segmentazione delle istanze. Pur utilizzando le stesse immagini del dataset COCO, COCO-Seg include annotazioni di segmentazione più dettagliate, rendendolo una risorsa potente per ricercatori e sviluppatori che si concentrano sulla segmentazione delle istanze degli oggetti.
Come posso addestrare un modello YOLO11 utilizzando il set di dati COCO-Seg?
Per addestrare un modello YOLO11n-seg sul dataset COCO-Seg per 100 epoche con una dimensione dell'immagine di 640, puoi utilizzare i seguenti frammenti di codice. Per un elenco dettagliato degli argomenti disponibili, consulta la pagina Training del modello.
Esempio di addestramento
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n-seg.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=coco.yaml model=yolo11n-seg.pt epochs=100 imgsz=640
Quali sono le caratteristiche principali del dataset COCO-Seg?
Il dataset COCO-Seg include diverse caratteristiche chiave:
- Mantiene le 330.000 immagini originali del dataset COCO.
- Annota le stesse 80 categorie di oggetti presenti nel COCO originale.
- Fornisce maschere di segmentazione dell'istanza più dettagliate per ogni oggetto.
- Utilizza metriche di valutazione standardizzate come la mean Average Precision (mAP) per il rilevamento di oggetti e la mean Average Recall (mAR) per le attività di segmentazione delle istanze.
Quali modelli pre-addestrati sono disponibili per COCO-Seg e quali sono le loro metriche di performance?
Il dataset COCO-Seg supporta più modelli di segmentazione YOLO11 preaddestrati con diverse metriche di prestazioni. Ecco un riepilogo dei modelli disponibili e delle loro metriche chiave:
Modello | dimensione (pixel) |
mAPbox 50-95 |
mAPmask 50-95 |
Velocità CPU ONNX (ms) |
Velocità T4 TensorRT10 (ms) |
parametri (M) |
FLOPs (B) |
---|---|---|---|---|---|---|---|
YOLO11n-seg | 640 | 38.9 | 32.0 | 65.9 ± 1.1 | 1.8 ± 0.0 | 2.9 | 10.4 |
YOLO11s-seg | 640 | 46.6 | 37.8 | 117.6 ± 4.9 | 2.9 ± 0.0 | 10.1 | 35.5 |
YOLO11m-seg | 640 | 51.5 | 41.5 | 281.6 ± 1.2 | 6.3 ± 0.1 | 22.4 | 123.3 |
YOLO11l-seg | 640 | 53.4 | 42.9 | 344.2 ± 3.2 | 7.8 ± 0.2 | 27.6 | 142.2 |
YOLO11x-seg | 640 | 54.7 | 43.8 | 664.5 ± 3.2 | 15.8 ± 0.7 | 62.1 | 319.0 |
Questi modelli variano dal leggero YOLO11n-seg al più potente YOLO11x-seg, offrendo diversi compromessi tra velocità e precisione per soddisfare le diverse esigenze applicative. Per maggiori informazioni sulla selezione del modello, visitare la pagina dei modelli Ultralytics.
Come è strutturato il dataset COCO-Seg e quali sottoinsiemi contiene?
Il dataset COCO-Seg è suddiviso in tre sottoinsiemi per specifiche esigenze di addestramento e valutazione:
- Train2017: Contiene 118.000 immagini utilizzate principalmente per l'addestramento di modelli di segmentazione delle istanze.
- Val2017: Comprende 5.000 immagini utilizzate per la convalida durante il processo di addestramento.
- Test2017: Comprende 20.000 immagini riservate ai test e al benchmarking dei modelli addestrati. Si noti che le annotazioni ground truth per questo sottoinsieme non sono pubblicamente disponibili e i risultati delle prestazioni vengono inviati al server di valutazione COCO per la valutazione.
Per esigenze di sperimentazione più contenute, si può anche considerare l'utilizzo del dataset COCO8-seg, che è una versione compatta contenente solo 8 immagini dal set di training COCO 2017.