コンテンツにスキップ

COCO-Segデータセット

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、特にUltralytics YOLOモデルをトレーニングするために、インスタンスセグメンテーションタスク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)		 mAPbox
50-95		 mAPmask
50-95		 速度
CPU ONNX
(ms)		 速度
T4 TensorRT10
(ms)		 params
(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

主な特徴

  • COCO-Segは、COCOからの元の33万枚の画像を保持しています。
  • データセットは、元のCOCOデータセットにあるのと同じ80個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、オブジェクト検出のための平均適合率（mAP）や、インスタンスセグメンテーションタスクのための平均再現率（mAR）などの標準化された評価指標を提供し、モデルのパフォーマンスを効果的に比較できます。

データセットの構造

COCO-Segデータセットは、3つのサブセットに分割されています。

  1. Train2017：このサブセットには、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用の118Kの画像が含まれています。
  2. Val2017: このサブセットには、モデルのトレーニング中の検証を目的として使用される5Kの画像が含まれています。
  3. Test2017: このサブセットには、トレーニング済みモデルのテストとベンチマークに使用される20Kの画像が含まれています。このサブセットの正解アノテーションは公開されておらず、結果はパフォーマンス評価のためにCOCO評価サーバーに送信されます。

アプリケーション

COCO-Segは、YOLOモデルなどのインスタンスセグメンテーションにおける深層学習モデルのトレーニングと評価に広く使用されています。アノテーション付き画像の数が多く、オブジェクトカテゴリが多様で、標準化された評価指標があるため、コンピュータ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

YAML（Yet Another Markup Language）ファイルは、データセットの構成を定義するために使用されます。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.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)

使用法

画像サイズ640でCOCO-Segデータセット上でYOLO11n-segモデルを100エポック学習させるには、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

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

サンプル画像とアノテーション

COCO-Segは、前身のCOCOと同様に、さまざまなオブジェクトカテゴリと複雑なシーンを含む多様な画像のセットを含んでいます。ただし、COCO-Segでは、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が導入されています。以下は、データセットからの画像の例と、対応するインスタンスセグメンテーションマスクです。

データセットのサンプル画像

  • 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利点を示しています。

引用と謝辞

COCO-Segデータセットを研究または開発で使用する場合は、元のCOCO論文を引用し、COCO-Segへの拡張を明記してください。

@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}
}

コンピュータビジョンコミュニティにとって非常に貴重なリソースを作成および維持しているCOCOコンソーシアムに感謝します。COCOデータセットとその作成者の詳細については、COCOデータセットのWeb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、オリジナルのCOCO (Common Objects in Context) データセットの拡張であり、特にインスタンスセグメンテーションタスク用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てい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YOLO11モデルをトレーニングするにはどうすればよいですか？

画像サイズ640でCOCO-Segデータセット上でYOLO11n-segモデルを100エポック学習させるには、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

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

COCO-Segデータセットの主な特徴は何ですか？

COCO-Segデータセットには、いくつかの主要な機能が含まれています。

  • COCOデータセットの元の330K画像が保持されます。
  • オリジナルのCOCOに含まれる80種類の物体カテゴリと同じものをアノテーションします。
  • 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。
  • 物体検出には平均適合率（mAP）などの標準化された評価指標を、インスタンスセグメンテーションタスクには平均適合率（mAR）を使用します。

COCO-Seg で利用可能な事前学習済みモデルは何ですか？また、それらの性能指標は何ですか？

COCO-Segデータセットは、さまざまなパフォーマンス指標を備えた複数の事前トレーニング済みYOLO11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)		 mAPbox
50-95		 mAPmask
50-95		 速度
CPU ONNX
(ms)		 速度
T4 TensorRT10
(ms)		 params
(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

これらのモデルは、軽量なYOLO11n-segからより強力なYOLO11x-segまであり、さまざま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。モデルの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成され、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に合わせて、3つのサブセットに分割されています。

  1. 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。
  2. 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。
  3. Test2017: トレーニング済みモデルのテストとベンチマーク用に確保された20Kの画像が含まれています。このサブセットの正解アノテーションは公開されておらず、パフォーマンス結果は評価のためにCOCO評価サーバーに送信されることに注意してください。

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版であるCOCO8-segデータセットの使用も検討してください。



📅 1年前に作成 ✏️ 5ヶ月前に更新
glenn-jocher jk4e Y-T-G ambitious-octopus UltralyticsAssistant MatthewNoyce RizwanMunawar hnliu_2@stu.xidian.edu.cn Laughing-q

コメント