Link to this sectionCOCO-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版であり、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、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、特にUltralytics YOLOモデルのトレーニングにおいて不可欠なリソースです。

Link to this sectionCOCO-Seg事前学習済みモデル#

モデル	サイズ ^{(ピクセル)}	mAP^{box 50-95(e2e)}	mAP^{mask 50-95(e2e)}	速度 ^{CPU ONNX (ms)}	速度 ^{T4 TensorRT10 (ms)}	パラメータ ^(M)	FLOPs ^(B)
YOLO26n-seg	640	39.6	33.9	53.3 ± 0.5	2.1 ± 0.0	2.7	9.1
YOLO26s-seg	640	47.3	40.0	118.4 ± 0.9	3.3 ± 0.0	10.4	34.2
YOLO26m-seg	640	52.5	44.1	328.2 ± 2.4	6.7 ± 0.1	23.6	121.5
YOLO26l-seg	640	54.4	45.5	387.0 ± 3.7	8.0 ± 0.1	28.0	139.8
YOLO26x-seg	640	56.5	47.0	787.0 ± 6.8	16.4 ± 0.1	62.8	313.5

Link to this section主な特徴#

COCO-Segは、オリジナルのCOCOから330K枚の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データセットに含まれる80種類のオブジェクトカテゴリで構成されています。
アノテーションには、画像内の各オブジェクト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、物体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) といった標準化された評価指標を提供しており、モデル性能の効率的な比較を可能にします。

Link to this section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: インスタンスセグメンテーションモデルをトレーニングするための118K枚の画像。
Val2017: モデル開発中のバリデーションに使用される5K枚の画像。
Test2017: ベンチマークに使用される20K枚の画像。このサブセットのグラウ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、予測結果をCOCO evaluation serverに提出してスコアリングを行う必要があります。

Link to this sectionアプリケーション#

COCO-Segは、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トレーニングおよび評価に広く使用されています。アノテーション済み画像の膨大な数、オブジェクトカテゴリの多様性、そして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ます。

Link to this sectionデータセット YAML#

データセットの設定を定義するために、YAML (Yet Another Markup Language) ファイルが使用されます。これ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/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 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
  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)

Link to this section使用方法#

YOLO26n-segモデルをCOCO-Segデータセットで100エポック分、画像サイズ640でトレーニングするには、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)

Link to this sectionサンプル画像とアノテーション#

COCO-Segは、前身である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セットを備えています。しかし、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です。

COCOセグメンテーションデータセットのモザイク学習バッチ

モザイク画像: この画像は、モザイク処理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。モザイクは、トレーニング中に複数の画像を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やシーンの多様性を高めるために使用される手法です。これは、さまざまなオブジェクトサイズ、アスペクト比、コンテキストに対してモデルが汎化する能力を向上させるのに役立ちます。

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。

Link to this section引用と謝辞#

研究や開発の仕事でCOCO-Segデータセットを使用する場合は、オリジナルのCOCO論文を引用し、COCO-Segへの拡張について言及してください。

引用

@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のためのこの貴重なリソースを作成・維持してくださったCOCOコンソーシアムに感謝いたします。COCOデータセットとその作成者に関する詳細については、COCOデータセットのウェブサイトをご覧ください。

Link to this sectionよくある質問 (FAQ)#