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。
- 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。
- 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。
- 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。
- 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。
- 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。