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、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 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。

COCO-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

主な特徴

COCO-Seg は、COCO のオリジナルの33万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 データセットにあるものと同じ80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: 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11万8千枚の画像。
Val2017: モデル開発中の検証に使用される5千枚の画像。
Test2017: ベンチマークに使用される2万枚の画像。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、予測結果を COCO 評価サーバーに提出してスコアリングを行う必要があります。

アプリケーション

COCO-Seg は、YOLO モデルなど、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や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。

データセットYAML

YAML (Yet Another Markup Language) ファイルを使用してデータセットの構成を定義します。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ます。COCO-Seg データセットの場合、coco.yaml ファイルが 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 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)

使用方法

COCO-Seg データセットで YOLO26n-seg モデルを100 エポック（画像サイズ640）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。

トレーニングの例

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)

サンプル画像とアノテーション

COCO-Seg は、その前身である 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で構成されています。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。データセットからの画像例と、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を以下に示します。

COCO segmentation dataset mosaic training batch

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。モザイク処理は、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技術です。これは、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対してモデルを汎化させる能力を支援します。

この例では、COCO-Seg データセットに含まれる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紹介しています。

引用と謝辞

研究や開発作業で 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にとって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。

FAQ

COCO-Seg データセットとは何か、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、インスタンスセグメンテーションタスク向けに特別に設計された、オリジナルの COCO (Common Objects in Context) データセットの拡張版です。COCO データセットと同じ画像を使用しながら、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 YOLO26 モデルをトレーニングするにはどうすればよいですか？

COCO-Seg データセットで YOLO26n-seg モデルを100エポック（画像サイズ640）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。

トレーニングの例

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、いくつかの主要な特徴があります。

COCO データセットのオリジナルの33万枚の画像を保持しています。
オリジナルの COCO に見られるものと同じ80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。
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。
Uses standardized evaluation metrics such as mean Average Precision (mAP) for object detection and mean Average Recall (mAR) for instance segmentation tasks.

COCO-Seg ではどのような事前学習済みモデルが利用可能で、そのパフォーマンス指標はどのようなものですか？

COCO-Seg データセットは、さまざまなパフォーマンス指標を持つ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)}	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

これらのモデルは、軽量な YOLO26n-seg から高性能な YOLO26x-seg まで多岐にわたり、さまざまなアプリケーションの要件に合わせて、速度と精度の間で異なるトレードオフを提供します。モデル選択の詳細については、Ultralytics モデルページを参照してください。

COCO-Seg データセットはどのように構成されており、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。

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11万8千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利用される5千枚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予約された2万枚の画像で構成されています。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、パフォーマンスの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してください。

小規模な実験のニーズに対しては、COCO train 2017セットからわずか8枚の画像を含めた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。

Contributors

GLglenn-jocher¹⁵ JKjk4e³ RIRizwanMunawar² Y-Y-T-G¹ AMambitious-octopus¹ MAMatthewNoyce¹HAHaonan Liu¹

Created 2023年11月12日Updated 先週