COCO8-Multispectralデータセット
はじめに#
UltralyticsのCOCO8-Multispectralデータセットは、マルチスペクトル物体検出モデルを試すための、オリジナルのCOCO8データセットの派生版です。COCO train 2017セットの同じ8枚の画像(トレーニング用4枚、検証用4枚)で構成され、各画像は10チャネルのマルチスペクトル形式に変換されています。標準的なRGBチャネルを超えて情報を拡張することで、COCO8-Multispectralは、より豊富なスペクトル情報を利用するモデルの開発と評価を可能にします。
COCO8-MultispectralはUltralytics PlatformおよびYOLO26で利用できるため、コンピュータービジョンのワークフローで直接使用できます。
視聴: グレースケール・マルチスペクトルデータセットで Ultralytics YOLO をトレーニングする方法 | マルチチャンネル VisionAI 🚀
データセットの構成#
COCO8-MultispectralはCOCO8と同じ8枚の画像(トレーニング用4枚、検証用4枚)を使用し、80個のCOCOクラス名でラベル付けされています。ただし、各画像はYOLOラベル形式の10チャンネルマルチスペクトル.tiffとして保存されます。
coco8-multispectral/
├── images/
│ ├── train/ # 4 images (10-channel .tiff)
│ └── val/ # 4 images (10-channel .tiff)
└── labels/
├── train/
└── val/データセットの生成#
COCO8-Multispectralのマルチスペクトル画像は、元のRGB画像を可視スペクトル内の等間隔な10個のスペクトルチャンネルに補間して作成されています。この処理には次の工程が含まれます。
- 波長の割り当て: RGBチャンネルに公称波長を割り当てます。赤: 650 nm、緑: 510 nm、青: 475 nm。
- 補間: 線形補間を使用して450 nmから700 nmの中間波長におけるピクセル値を推定し、10個のスペクトルチャンネルを生成します。
- 外挿: 線形外挿を適用して元のRGB波長範囲外の値を推定し、完全なスペクトル表現を確保します。
この方法はマルチスペクトル撮像のプロセスをシミュレートし、モデルのトレーニングと評価に使用できる、より多様なデータを提供します。マルチスペクトル撮像について詳しくは、マルチスペクトル撮像に関するWikipediaの記事をご覧ください。
データセットYAML#
COCO8-MultispectralデータセットはYAMLファイルで設定されており、データセットのパス、クラス名、重要なメタデータを定義します。Ultralytics GitHubリポジトリで公式のcoco8-multispectral.yamlファイルを確認できます。
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# COCO8-Multispectral dataset (COCO8 images interpolated across 10 channels in the visual spectrum) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8-multispectral
# Example usage: yolo train data=coco8-multispectral.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco8-multispectral ← downloads here (20.2 MB)
# 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: coco8-multispectral # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)
# Number of multispectral image channels
channels: 10
# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8-multispectral.zipTIFF画像を(channel, height, width)順で準備し、.tiffまたは.tif拡張子で保存します。また、Ultralyticsで使用するためにuint8であることを確認してください。
import cv2
import numpy as np
# 10チャンネルTIFFを作成して書き込む
image = np.ones((10, 640, 640), dtype=np.uint8) # CHW順
cv2.imwritemulti("example.tiff", image)
# TIFFを読み込む
success, frames_list = cv2.imreadmulti("example.tiff")
image = np.stack(frames_list, axis=2)
print(image.shape) # (640, 640, 10) 学習および推論用のHWC順序使用方法#
COCO8-Multispectralデータセット(20.2 MB)は、トレーニングを初めて開始したときに自動でダウンロードされます。以下の例を使用すると、COCO8-Multispectralで画像サイズ640、100エポックの条件でYOLO26nモデルをトレーニングできます。
from ultralytics import YOLO
# 事前学習済みYOLO26nモデルを読み込む
model = YOLO("yolo26n.pt")
# COCO8-Multispectralでモデルをトレーニングする
results = model.train(data="coco8-multispectral.yaml", epochs=100, imgsz=640)モデルの選択とベストプラクティスの詳細については、Ultralytics YOLOモデルのドキュメントとYOLOモデルのトレーニングのヒントをご覧ください。
サンプル画像とアノテーション#
以下は、COCO8-Multispectralデータセットから作成したモザイク状のトレーニングバッチの例です。
- モザイク画像: この画像は、複数のデータセット画像をモザイク拡張で組み合わせたトレーニングバッチを示しています。モザイク拡張により、各バッチ内のオブジェクトやシーンの多様性が高まり、さまざまなオブジェクトサイズ、アスペクト比、背景に対するモデルの汎化性能が向上します。
この手法は、COCO8-Multispectralのような小規模データセットで特に有用です。トレーニング中に各画像を最大限に活用できます。
引用と謝辞#
研究または開発でCOCOデータセットを使用する場合は、以下の論文を引用してください。
@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}
}コンピュータービジョンコミュニティへの継続的な貢献に対し、COCO Consortiumに心より感謝いたします。
よくある質問#
Ultralytics COCO8-Multispectralデータセットは、マルチスペクトル物体検出モデルの迅速なテストとデバッグを目的に設計されています。画像はわずか8枚(トレーニング用4枚、検証用4枚)で、YOLO26のトレーニングパイプラインを検証し、より大規模なデータセットに拡張する前にすべてが想定どおりに機能することを確認するのに最適です。
マルチスペクトルデータは、標準的なRGBを超えるスペクトル情報を提供するため、波長ごとの反射率のわずかな違いに基づいて物体を識別できます。これにより、特に低照度やカモフラージュなどの難しい状況で、検出精度を向上させられます。
はい。COCO8-Multispectralは、トレーニングと検証の両方でUltralytics PlatformおよびYOLO26を含むUltralytics YOLOモデルで利用できます。
モザイクなどのデータ拡張手法と、それらがモデルの性能に与える影響について詳しく理解するには、YOLOデータ拡張ガイドとデータ拡張に関するUltralyticsブログを参照してください。
教育目的のデモ、新しいモデルアーキテクチャのプロトタイピング、マルチチャネルパイプラインの検証に適しています。画像は8枚のみで、意味のあるベンチマークには小さすぎるため、代表的な指標が必要な場合は、より大規模なデータセットを使用してください。
コメント1
質問したり、結果を共有したり、ほかの人をサポートしたりできます。
brenoslinhares
Good afternoon.
I reproduced it for detection and it worked normally. However, adapting the COCO8-Multispectral dataset for classification, as well as the .yaml file when loading the model with channels equal to 10 and the dataset root path in data, returns the following error: RuntimeError: Given groups=1, weight of size [16, 10, 3, 3], expected input [4, 3, 640, 640] to have 10 channels, but got 3 channels instead.
Is it possible to use it for classification, including with data augmentation? How would this be possible? Has there been an update for this task?
Thank you in advance.



