COCOデータセット

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

COCOデータセットは、特定のトレーニングと評価のニーズに合わせて3つのサブセットに分割されています：より小規模な実験が必要な場合は、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データセットの使用を検討することもできます。

COCOデータセットは、COCO (Common Objects in Context) データセットを拡張したもので、オブジェクトインスタンスの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る。COCO 同じ画像を使うが、より詳細なセグメンテーションの注釈を導入している。このデータセットは、インスタンスセグメンテーションのタスクに取り組む研究者や開発者にとって、特に次のようなトレーニングに欠かせないリソースである。 Ultralytics YOLOモデルの学習に役立つ。

COCO事前学習モデル

モデル	サイズ ^{(ピクセル)}	mAP^{ボックス 50-95}	mAP^{マスク 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	9.7
YOLO11s-seg	640	46.6	37.8	117.6 ± 4.9	2.9 ± 0.0	10.1	33.0
YOLO11m-seg	640	51.5	41.5	281.6 ± 1.2	6.3 ± 0.1	22.4	113.2
YOLO11l-seg	640	53.4	42.9	344.2 ± 3.2	7.8 ± 0.2	27.6	132.2
YOLO11x-seg	640	54.7	43.8	664.5 ± 3.2	15.8 ± 0.7	62.1	296.4

主な特徴

COCO、COCOオリジナルの330K画像を保持しています。
このデータセットは、オリジナルのCOCO データセットと同じ80のオブジェクト・カテゴリーで構成されている。
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、物体検出の平均平均精度mAP）やインスタンスのセグメンテーションタスクの平均再現率（mAR）のような標準化された評価指標を提供し、モデルの性能を効果的に比較することができます。

データセットの構造

COCOデータセットは3つのサブセットに分割されている：

Train2017：インスタンス分割モデルの学習用画像118K枚。
Val2017：モデル開発時の検証に使用した5K画像。
Test2017：ベンチマークに使用された20K画像。このサブセットのグラ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、予測値はCOCO 評価サーバーに提出し、採点してもらう必要がある。

アプリケーション

COCO、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学習と評価に広く使用されています。多数の注釈付き画像、オブジェクトカテゴリの多様性、標準化された評価指標により、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る。

データセット YAML

YAML (Yet Another Markup Language) ファイルはデータセットの設定を定義するために使われる。このファイルには、データセットのパス、クラス、その他の関連情報が含まれている。COCOデータセットの場合は 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.

ultralyticsyaml

# 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データセットでYOLO11n-segモデルを画像サイズ640で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います。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("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、その前身であるCOCO同様に、様々なオブジェクトカテゴリと複雑なシーンを持つ多様な画像セットを含む。しかし、COCO、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分割マスクが導入されている。以下は、このデータセットに含まれる画像と、それに対応するインスタンス分割マスクの例である：

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。

この例では、COCOデータセットの画像の多様性と複雑さ、および学習プロセスで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拡張を認めてください：

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}
}

COCO コンソーシアムには、コンピュータ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、維持していただいていることに感謝いたします。COCO データセットとその作成者についての詳細は、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データセットとはどのようなもので、オリジナルのCOCO データセットとどう違うのですか？

COCO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、特にインスタンスのセグメンテーションタスク用に設計されている。COCOデータセットと同じ画像を使用していますが、COCO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、オブジェクトのインスタンスセグメンテーションに特化した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データセットを使ってYOLO11 モデルをトレーニングするにはどうすればいいですか？

COCOデータセットでYOLO11n-segモデルを画像サイズ640で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います。使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("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データセットの主な特徴は？

COCOデータセットにはいくつかの重要な特徴がある：

COCO データセットからオリジナルの330K画像を保持。
オリジナルのCOCO同じ80のオブジェクトカテゴリーを注釈。
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は平均平均精度mAP、インスタンス分割タスクには平均平均リコール（mAR）といった標準化された評価指標を使用。

COCOどのような事前学習済みモデルがあり、その性能指標は？

COCO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YOLO11 セグメンテーションモデルをサポートしています。以下は、利用可能なモデルとその主要な測定基準の概要です：

モデル	サイズ ^{(ピクセル)}	mAP^{ボックス 50-95}	mAP^{マスク 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	9.7
YOLO11s-seg	640	46.6	37.8	117.6 ± 4.9	2.9 ± 0.0	10.1	33.0
YOLO11m-seg	640	51.5	41.5	281.6 ± 1.2	6.3 ± 0.1	22.4	113.2
YOLO11l-seg	640	53.4	42.9	344.2 ± 3.2	7.8 ± 0.2	27.6	132.2
YOLO11x-seg	640	54.7	43.8	664.5 ± 3.2	15.8 ± 0.7	62.1	296.4

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データセットはどのような構造で、どのようなサブセットを含んでいるのですか？

COCOデータセットは、訓練と評価のために3つのサブセットに分割されている：

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：学習済みモデルのテストとベンチマーク用に確保された20K画像を含む。このサブセットのグラ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。

小規模な実験が必要な場合は、COCO train 2017セットから8枚の画像だけを集めたコンパクト版であるCOCO8データセットの使用も検討できるだろう。

📅 2年前に作成されました✏️ 25日前に更新されました