COCO-Segデータセット#
COCO-Segデータセットは、COCO（Common Objects in Context）のCOCOインスタンスセグメンテーションマスクをUltralytics YOLOラベル形式で提供します。80種類の物体カテゴリにわたるポリゴンマスク付き画像が、学習用に118,287枚、検証用に5,000枚含まれています。COCOの元画像とネイティブのセグメンテーションアノテーションをYOLO学習用に変換しており、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学習済みモデル#
| モデル | サイズ (ピクセル) | mAPボックス 50-95(e2e) | mAPマスク 50-95(e2e) | 速度 CPU ONNX (ms) | 速度 T4 TensorRT10 (ms) | パラメーター (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 |
主な機能#
- COCO-Segは、COCOの約33万枚の画像を含むより広範なリリースのうち、ラベル付きのCOCO train2017/val2017画像123,287枚（学習用118,287枚 + 検証用5,000枚）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。
- このデータセットには、元のCOCOデータセットと同じ80種類の物体カテゴリが含まれています。
- アノテーションは、YOLOのポリゴンラベル形式によ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。
- COCO-Segは、インスタンスセグメンテーションのパフォーマンス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、モデルのパフォーマンスを効果的に比較できます。
- ダウンロードサイズ：初回使用時は約20.3 GB（
train2017.zip+val2017.zip+ ラベル）。7 GBのtest2017.zipは自動取得されません。これらの画像には正解データが公開されておらず、test-dev2017へ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学習に使用する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: ベンチマークに使用する、test2017の40,670枚の画像のうち20,288枚です。このサブセットの正解アノテーションは公開されていないため、スコアを取得するには予測結果をCOCO評価サーバーに提出する必要があります。
小規模な実験には、COCO128-Seg（128枚）およびCOCO8-Seg（8枚）のサブセットをご覧ください。
用途#
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関す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。アノテーション付き画像の多さ、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、コンピューター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のすべてのアノテーションは、Ultralytics Platformで閲覧・管理することもできます。
データセットYAML#
データセット設定の定義には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エポックで学習するには、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、モデルの学習ページをご覧ください。
from ultralytics import YOLO
# モデルを読み込む
model = YOLO("yolo26n-seg.pt") # 事前トレーニング済みモデルを読み込みます（トレーニングにはこちらを推奨します）
# モデルをトレーニングする
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と同様に多様な画像、オブジェクトカテゴリ、複雑なシーンが含まれており、インスタンスセグメンテーションマスクはYOLOラベル形式で提供されています。以下に、データセット内の画像と、それぞ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。
- モザイク画像: この画像は、データセットの画像をモザイク状に組み合わせた学習バッチを示しています。モザイク化は、学習時に複数の画像を1枚の画像に結合し、各学習バッチ内のオブジェクトやシーンの多様性を高める手法です。これにより、モデルがさまざまなオブジェクトのサイズ、アスペクト比、コンテキストに汎化する能力が向上します。
引用と謝辞#
研究や開発で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}
}コンピュータービジョンコミュニティにとって非常に貴重なこのリソースを作成・維持しているCOCOコンソーシアムに、心より感謝申し上げます。COCOデータセットとその作成者の詳細については、COCOデータセットのウェブサイトをご覧ください。
よくある質問#
COCO-Segは、COCOがネイティブで提供するインスタンスセグメンテーションマスク（Common Objects in Context）を、同じtrain2017の118,287枚とval2017の5,000枚の画像について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種類すべてのオブジェクトカテゴリについて、これらのポリゴンマスクがすでに含まれています。COCO-Segでは、それらをオブジェクトインスタンスセグメンテーションの学習に使用するYOLOラベル形式に変換しています。
COCO-SegデータセットでYOLO26n-segモデルを画像サイズ640、100エポックで学習するには、次のコードスニペットを使用できます。利用可能な学習引数の詳細な一覧については、モデルの学習ページをご覧ください。
トレーニング例from ultralytics import YOLO # モデルを読み込む model = YOLO("yolo26n-seg.pt") # 事前トレーニング済みモデルを読み込みます（トレーニングにはこちらを推奨します） # モデルをトレーニングする 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。
- COCOのtrain2017/val2017に含まれるラベル付き画像123,287枚（train 118,287枚 + val 5,000枚）に、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と同じ80種類のオブジェクトカテゴリにアノテーションを付与しています。
- YOLOのポリゴンラベル形式でインスタンスセグメンテーションマスクを提供します。
- 平均適合率 (mAP)や平均再現率 (mAR)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で使用します。
COCO-Segデータセットは、性能指標がそれぞれ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に対応しています。利用可能なモデルと主な指標を以下にまとめます。
モデル サイズ
(ピクセル)mAPボックス
50-95(e2e)mAPマスク
50-95(e2e)速度
CPU ONNX
(ms)速度
T4 TensorRT10
(ms)パラメーター
(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べます。モデル選択の詳細については、Ultralyticsのモデルページをご覧ください。
COCO-Segデータセットは、特定の学習および評価のニーズに応じて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学習に使用する118,287枚の画像が含まれています。
- Val2017: 学習プロセス中の検証に使用する5,000枚の画像で構成されています。
- Test-dev2017: 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、test2017の40,670枚の画像のうち20,288枚です。このサブセットの正解アノテーションは公開されておらず、性能評価のために結果をCOCO評価サーバーに提出する必要があります。
小規模な実験には、COCO128-Segデータセット（128枚）またはCOCOのtrain2017セットから選んだ8枚のみを含むコンパクトなデータセットであるCOCO8-Segデータセットもご検討ください。