COCO-Segデータセット

Q: What is the COCO-Seg dataset and how does it differ from the original COCO dataset?

COCO-Segデータセットは、オリジナルのCOCO (Common Objects in Context) データセットを拡張したもので、特にインスタンスセグメンテーションタスク向けに設計されています。COCOデータセットと同じ画像を使用していますが、COCO-Segにはより詳細なセグメンテーションアノテーションが含まれており、オブジェクトインスタンスセグメンテーションに焦点を当てる研究者や開発者にとって強力なリソースとなっています。

Q: How is the COCO-Seg dataset structured and what subsets does it contain?

COCO-Segデータセットは、特定のトレーニングおよび評価ニーズに合わせて3つのサブセットに分割されています。小規模な実験ニーズには、COCO train 2017セットからわずか8枚の画像を含むコンパクトバージョンであるCOCO8-segデータセットの使用も検討できます。

COCO-Segデータセットは、COCO (Common Objects in Context) データセットの拡張であり、オブジェクトのインスタンスセグメンテーションの研究を支援するために特別に設計されています。COCOと同じ画像を使用していますが、より詳細なセグメンテーションアノテーションが導入されています。このデータセットは、インスタンスセグメンテーションタスク、特にUltralytics YOLOモデルのトレーニングに取り組む研究者や開発者にとって重要なリソースです。

COCO-Seg事前学習済みモデル

モデル	サイズ ^{(ピクセル)}	mAP^{box 50-95(e2e)}	mAP^{mask 50-95(e2e)}	速度 ^{CPU ONNX (ms)}	速度 ^{T4 TensorRT10 (ms)}	params ^(M)	FLOPs ^(B)
YOLO26n-seg	640	39.6	33.9	53.3 ± 0.5	2.1 ± 0.0	2.7	9.1
YOLO26s-seg	640	47.3	40.0	118.4 ± 0.9	3.3 ± 0.0	10.4	34.2
YOLO26m-seg	640	52.5	44.1	328.2 ± 2.4	6.7 ± 0.1	23.6	121.5
YOLO26l-seg	640	54.4	45.5	387.0 ± 3.7	8.0 ± 0.1	28.0	139.8
YOLO26x-seg	640	56.5	47.0	787.0 ± 6.8	16.4 ± 0.1	62.8	313.5

主な特徴

COCO-Segは、COCOの元の33万枚の画像を保持しています。
このデータセットは、元のCOCOデータセットに含まれるのと同じ80のオブジェクトカテゴリで構成されています。
アノテーションに、画像内の各物体に対するより詳細なインスタンスセグメンテーションマスクが含まれるようになりました。
COCO-Segは、オブジェクト検出における平均適合率 (mAP) や、インスタンスセグメンテーションタスクにおける平均再現率 (mAR) といった標準化された評価指標を提供し、モデル性能の効果的な比較を可能にします。

データセットの構造

COCO-Segデータセットは、以下の3つのサブセットに分割されています。

Train2017: インスタンスsegmentationモデルのトレーニング用に118K枚の画像。
Val2017: モデル開発中の検証に使用される5K枚の画像。
Test2017: ベンチマークに使用される2万枚の画像。このサブセットのグラウンドトゥルースアノテーションは公開されていないため、予測結果は採点のためにCOCO評価サーバーに提出する必要があります。

アプリケーション

COCO-Segは、YOLOモデルのようなインスタンスセグメンテーションにおけるディープラーニングモデルのトレーニングと評価に広く使用されています。多数のアノテーション付き画像、オブジェクトカテゴリの多様性、および標準化された評価指標により、コンピュータービジョンの研究者や実務家にとって不可欠なリソースとなっています。

データセット YAML

データセットの設定を定義するために、yaml (Yet Another Markup Language) ファイルが使用されます。これには、データセットのパス、クラス、およびその他の関連情報が含まれています。COCO-Segデータセットの場合、 coco.yaml fileは以下で管理されています: 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 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
  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)

使用法

COCO-SegデータセットでYOLO26n-segモデルを画像サイズ640、100 エポックでトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の包括的なリストについては、モデルのトレーニングページを参照してください。

学習の例

PythonCLI

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-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=yolo26n-seg.pt epochs=100 imgsz=640

サンプル画像とアノテーション

COCO-Segは、その前身であるCOCOと同様に、多様なオブジェクトカテゴリと複雑なシーンを持つさまざまな画像を含んでいます。しかし、COCO-Segは画像内の各オブジェクトに対して、より詳細なインスタンスセグメンテーションマスクを導入しています。以下に、データセットからの画像と、それに対応するインスタンスセグメンテーションマスクの例をいくつか示します。

COCO データセットモザイクトレーニングバッチ

モザイク画像: この画像は、モザイク化されたデータセット画像で構成されるトレーニングバッチを示しています。モザイク化は、トレーニング中に使用される手法で、複数の画像を1つの画像に結合して、各トレーニングバッチ内のオブジェクトとシーンの多様性を高めます。これにより、モデルはさまざまなオブジェクトのサイズ、アスペクト比、およびコンテキストに一般化する能力が向上します。

この例は、COCO-Segデータセット内の画像の多様性と複雑さ、およびトレーニングプロセス中にモザイク処理を使用することの利点を示しています。

引用と謝辞

研究または開発作業でCOCO-Segデータセットを使用する場合は、元のCOCO論文を引用し、COCO-Segへの拡張を認識してください。

BibTeX

@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のためにこの貴重なリソースを作成し、維持しているCOCOコンソーシアムに感謝いたします。COCOデータセットとその作成者に関する詳細については、COCOデータセットのウェブサイトをご覧ください。

よくある質問

COCO-Segデータセットとは何ですか、またオリジナルのCOCOデータセットとどのように異なりますか？

COCO-Segデータセットは、インスタンスセグメンテーションタスクのために特別に設計された、元のCOCO (Common Objects in Context) データセットの拡張版です。COCOデータセットと同じ画像を使用していますが、COCO-Segはより詳細なセグメンテーションアノテーションを含んでおり、これにより、オブジェクトインスタンスセグメンテーションに焦点を当てる研究者や開発者にとって強力なリソースとなっています。

COCO-Segデータセットを使用してYOLO26モデルをトレーニングするにはどうすればよいですか？

COCO-SegデータセットでYOLO26n-segモデルを画像サイズ640、100エポックでトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の詳細なリストについては、モデルのトレーニングページを参照してください。

学習の例

PythonCLI

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-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=yolo26n-seg.pt epochs=100 imgsz=640

COCO-Segデータセットの主要な特徴は何ですか？

COCO-Segデータセットには、いくつかの主要な特徴が含まれています。

COCOデータセットからの元の33万枚の画像を保持しています。
元のCOCOで見つかったのと同じ80のオブジェクトカテゴリにアノテーションを付けます。
各オブジェクトに対して、より詳細なインスタンスセグメンテーションマスクを提供します。
オブジェクト検出における平均適合率 (mAP) や、インスタンスセグメンテーションタスクにおける平均再現率 (mAR) といった標準化された評価指標を使用します。

COCO-Segで利用可能な事前学習済みモデルと、そのパフォーマンス指標は何ですか？

COCO-Segデータセットは、様々な性能指標を持つ複数の事前学習済みYOLO26セグメンテーションモデルをサポートしています。利用可能なモデルとその主要な指標の概要を以下に示します。

モデル	サイズ ^{(ピクセル)}	mAP^{box 50-95(e2e)}	mAP^{mask 50-95(e2e)}	速度 ^{CPU ONNX (ms)}	速度 ^{T4 TensorRT10 (ms)}	params ^(M)	FLOPs ^(B)
YOLO26n-seg	640	39.6	33.9	53.3 ± 0.5	2.1 ± 0.0	2.7	9.1
YOLO26s-seg	640	47.3	40.0	118.4 ± 0.9	3.3 ± 0.0	10.4	34.2
YOLO26m-seg	640	52.5	44.1	328.2 ± 2.4	6.7 ± 0.1	23.6	121.5
YOLO26l-seg	640	54.4	45.5	387.0 ± 3.7	8.0 ± 0.1	28.0	139.8
YOLO26x-seg	640	56.5	47.0	787.0 ± 6.8	16.4 ± 0.1	62.8	313.5

これらのモデルは、軽量なYOLO26n-segからより強力なYOLO26x-segまであり、様々なアプリケーション要件に合わせて速度と精度の異なるトレードオフを提供します。モデル選択の詳細については、Ultralyticsモデルページをご覧ください。

COCO-Segデータセットはどのように構造化されており、どのようなサブセットが含まれていますか？

COCO-Segデータセットは、特定のトレーニングおよび評価ニーズのために3つのサブセットに分割されています。

Train2017：主にインスタンスセグメンテーションモデルのトレーニングに使用される118Kの画像が含まれています。
Val2017: トレーニングプロセス中の検証に使用される5Kの画像で構成されています。
Test2017: トレーニング済みモデルのテストおよびベンチマーク用に確保された2万枚の画像が含まれます。このサブセットのグラウンドトゥルースアノテーションは公開されておらず、性能結果は評価のためにCOCO評価サーバーに提出されることに注意してください。

小規模な実験ニーズの場合、COCO train 2017セットからわずか8枚の画像を含むコンパクトバージョンであるCOCO8-segデータセットの使用も検討できます。

📅 2年前に作成 ✏️ 2日前に更新