COCO-Segデータセット#
COCO-Segデータセットは、COCO（Common Objects in Context、COCO）のインスタンスセグメンテーションマスクを、80の物体カテゴリにわたる118,287枚のトレーニング画像と5,000枚の検証画像として、Ultralytics YOLOのラベル形式で提供します。COCOの元の画像とネイティブなセグメンテーションアノテーションを使用し、YOLOのトレーニング用に変換されているため、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となっています。
COCO-Segの事前学習済みモデル#
| モデル | サイズ （ピクセル） | mAPbox 50-95(e2e) | mAPmask 50-95(e2e) | 速度 CPU ONNX （ms） | 速度 T4 TensorRT10 （ms） | パラメーター数 （M） | FLOPs （B） |
|---|---|---|---|---|---|---|---|
| YOLO26n-seg | 640 | 39.6 | 33.9 | 53.3 ± 0.5 | 2.1 ± 0.0 | 2.7 | 9.3 |
| YOLO26s-seg | 640 | 47.3 | 40.0 | 118.4 ± 0.9 | 3.3 ± 0.0 | 10.4 | 34.5 |
| YOLO26m-seg | 640 | 52.5 | 44.1 | 328.2 ± 2.4 | 6.7 ± 0.1 | 23.6 | 121.7 |
| YOLO26l-seg | 640 | 54.4 | 45.5 | 387.0 ± 3.7 | 8.0 ± 0.1 | 28.0 | 140.1 |
| YOLO26x-seg | 640 | 56.5 | 47.0 | 787.0 ± 6.8 | 16.4 ± 0.1 | 62.8 | 314.0 |
主な特徴#
- COCO-Segは、COCOのより広範な~330K枚の画像リリースのうち、ラベル付きCOCO train2017/val2017画像123,287枚（train 118,287枚 + val 5,000枚）に対するインスタンスセグメンテーションマスクを提供します。
- このデータセットは、元のCOCOデータセットに含まれるものと同じ80の物体カテゴリで構成されています。
- アノテーションは、YOLOポリゴンラベル形式のインスタンスセグメンテーションマスクを提供します。
- COCO-Segは、インスタンスセグメンテーション性能を評価するための標準化されたmAPおよびmARメトリクスを提供し、モデル性能を効果的に比較できます。
- ダウンロードサイズ: 初回使用時は~20.3 GB（
train2017.zip+val2017.zip+ ラベル）です。7 GBのtest2017.zipは自動的に取得されません。これらの画像には正解データが含まれておらず、test-dev2017の提出にのみ必要なためです。
データセットの構成#
COCO-Segデータセットは、次の3つのサブセットに分割されています。
- Train2017: インスタンスセグメンテーションモデルのトレーニングに使用する118,287枚の画像です。
- Val2017: モデル開発中の検証に使用する5,000枚の画像です。
- Test-dev2017: 40,670枚のtest2017画像のうち20,288枚で、ベンチマーキングに使用されます。このサブセットの正解アノテーションは一般公開されていないため、スコアリングには予測結果をCOCO評価サーバーに提出する必要があります。
より小規模な実験には、COCO128-Seg（128枚の画像）およびCOCO8-Seg（8枚の画像）サブセットを参照してください。
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。アノテーション付き画像の多さ、物体カテゴリの多様性、標準化された評価メトリクスにより、コンピュータビジョンの研究者や実務者にとって不可欠なリソースとなっています。COCO-Segの完全なアノテーションは、Ultralytics Platformで参照および管理することもできます。
データセット YAML#
データセットの設定を定義するには、YAMLファイルを使用します。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ます。COCO-Segデータセットの場合、coco.yamlファイルはhttps://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yamlで管理されています。
# 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 (20.3 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 via https://cocodataset.org/#detection-eval
# 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 (test2017.zip excluded: ground truth is withheld, only used for the eval-server test-dev split)
urls = [
"http://images.cocodataset.org/zips/train2017.zip", # 19G, 118k images
"http://images.cocodataset.org/zips/val2017.zip", # 1G, 5k images
]
download(urls, dir=dir / "images", threads=3)使用方法#
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、次のコードスニペットを使用できます。利用可能な引数の一覧については、モデルのトレーニングページを参照してください。
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)サンプル画像とアノテーション#
COCO-Segには、COCOと同じ多様な画像、物体カテゴリ、複雑なシーンが含まれており、YOLOラベル形式のインスタンスセグメンテーションマスクが提供されています。以下に、データセット内の画像と、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示します。
- モザイク化された画像: 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たトレーニングバッチを示しています。モザイク化は、トレーニング中に複数の画像を1枚の画像に結合し、各トレーニングバッチ内の物体やシーンの多様性を高める手法です。これにより、さまざまな物体サイズ、アスペクト比、コンテキストに対するモデルの汎化能力が向上します。
引用と謝辞#
研究または開発で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への拡張について明記してください。
@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価値のあるこのリソースを作成・維持しているCOCO Consortiumに、心より感謝いたします。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。
FAQ#
COCO-Segは、同じ118,287枚のtrain2017画像と5,000枚のval2017画像を対象とした、COCOの（Common Objects in Context、COCO）ネイティブなインスタンスセグメンテーションマスクをUltralytics YOLO形式にパッケージ化したものです。元のCOCOアノテーションには、80のすべての物体カテゴリについてこれらのポリゴンマスクがすでに含まれており、COCO-Segはそれらを物体インスタンスセグメンテーションのトレーニングで使用されるYOLOラベル形式に変換します。
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、次のコードスニペットを使用できます。利用可能なトレーニング引数の詳細な一覧については、モデルのトレーニングページを参照してください。
トレーニング例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)COCO-Segデータセットには、次のような主な特徴があります。
- ラベル付きCOCO train2017/val2017画像123,287枚（train 118,287枚 + val 5,000枚）に対するインスタンスセグメンテーションマスクを提供します。
- 元のCOCOに含まれるものと同じ80の物体カテゴリにアノテーションを付与しています。
- YOLOポリゴンラベル形式のインスタンスセグメンテーションマスクを提供します。
- インスタンスセグメンテーションタスクに対して、平均適合率Precision（mAP）や平均再現率（mAR）などの標準化された評価メトリクスを使用します。
COCO-Segデータセットは、性能メトリクスが異なる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主なメトリクスの概要は次のとおりです。
モデル サイズ
（ピクセル）mAPbox
50-95(e2e)mAPmask
50-95(e2e)速度
CPU ONNX
（ms）速度
T4 TensorRT10
（ms）パラメーター数
（M）FLOPs
（B）YOLO26n-seg 640 39.6 33.9 53.3 ± 0.5 2.1 ± 0.0 2.7 9.3 YOLO26s-seg 640 47.3 40.0 118.4 ± 0.9 3.3 ± 0.0 10.4 34.5 YOLO26m-seg 640 52.5 44.1 328.2 ± 2.4 6.7 ± 0.1 23.6 121.7 YOLO26l-seg 640 54.4 45.5 387.0 ± 3.7 8.0 ± 0.1 28.0 140.1 YOLO26x-seg 640 56.5 47.0 787.0 ± 6.8 16.4 ± 0.1 62.8 314.0 これらのモデルは軽量なYOLO26n-segから、より高性能なYOLO26x-segまで幅広く、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トレードオフを選択できます。モデルの詳細については、Ultralyticsモデルページをご覧ください。
COCO-Segデータセットは、特定のトレーニングおよび評価のニーズに合わせて、次の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118,287枚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5,000枚の画像で構成されています。
- Test-dev2017: テストおよびトレーニング済みモデルのベンチマーキング用に確保された、40,670枚のtest2017画像のうち20,288枚です。このサブセットの正解アノテーションは一般公開されていないため、性能結果は評価のためにCOCO評価サーバーへ提出します。
より小規模な実験には、COCO128-Segデータセット（128枚の画像）またはCOCO train 2017セットの画像8枚のみを含むコンパクト版のCOCO8-Segデータセットも検討できます。