Dataset COCO#

123,272

COCO 2017

ultralytics

publicDetect

COCO 2017 is the canonical Common Objects in Context detection benchmark. Its complex everyday scenes contain dense bounding-box annotations across 80 classes, with varied object scale, occlusion, crowding, and contextual relationships for standardized model comparison.

180 classes11.6 GBSep 2, 2026

personbicyclecarmotorcycle+76

object-detectioncocococo2017+1

O dataset COCO (Objetos Comuns em Contexto) é um dataset de grande escala para deteção de objetos, segmentação e geração de legendas. Foi concebido para incentivar a investigação numa grande variedade de categorias de objetos e é frequentemente utilizado para avaliar modelos de visão computacional. É um dataset essencial para investigadores e programadores que trabalham em tarefas de deteção de objetos, segmentação e estimativa de pose.

Modelos COCO pré-treinados#

Principais funcionalidades#

• O COCO contém 330 mil imagens, das quais 200 mil têm anotações para tarefas de deteção de objetos, segmentação e geração de legendas.
• O dataset inclui 80 categorias de objetos, incluindo objetos comuns como carros, bicicletas e animais, bem como categorias mais específicas, como guarda-chuvas, malas e equipamento desportivo.
• As anotações incluem caixas delimitadoras de objetos, máscaras de segmentação e legendas para cada imagem.
• O COCO fornece métricas de avaliação padronizadas, como a precisão média (mAP) para deteção de objetos e o recall médio (mAR) para tarefas de segmentação, tornando-o adequado para comparar o desempenho dos modelos.

Estrutura do Conjunto de Dados#

O dataset COCO está dividido em três subconjuntos:

1. Train2017: 118 287 imagens para treinar modelos de deteção de objetos, segmentação e geração de legendas.
2. Val2017: 5 000 imagens utilizadas para validação durante o treino do modelo.
3. Test2017: 20 288 imagens test-dev utilizadas para avaliar modelos treinados. As anotações de ground truth deste subconjunto não estão disponíveis publicamente e os resultados são enviados para o servidor de avaliação do COCO para avaliação do desempenho.

Aplicações#

O dataset COCO é amplamente utilizado para treinar e avaliar modelos de aprendizagem profunda em deteção de objetos (como Ultralytics YOLO, Faster R-CNN e SSD), segmentação de instâncias (como Mask R-CNN) e deteção de pontos-chave (como OpenPose). A diversidade de categorias de objetos, o grande número de imagens anotadas e as métricas de avaliação padronizadas do dataset fazem dele um recurso essencial para investigadores e profissionais de visão computacional.

As anotações exportadas de ferramentas de rotulagem no formato COCO JSON seguem esta mesma estrutura. Para treinar com os teus próprios dados no formato COCO, consulta Converter anotações COCO para YOLO.

YAML do Conjunto de Dados#

É utilizado um ficheiro YAML para definir a configuração do dataset. Este contém informações sobre os caminhos, as classes e outras informações relevantes do dataset. No caso do dataset COCO, o ficheiro coco.yaml é mantido em https://github.com/ultralytics/ultralytics/blob/main/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 (20.3 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)

Utilização#

Os dados de treino e validação do COCO2017 (20,3 GB) são descarregados automaticamente na primeira vez que inicias o treino. Para treinar um modelo YOLO26n no COCO durante 100 épocas com um tamanho de imagem de 640, podes utilizar os seguintes excertos de código. Para obter uma lista completa dos argumentos disponíveis, consulta a página de Treino do modelo. Também podes executar o treino do COCO na cloud com a Ultralytics Platform.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

Imagens de exemplo e anotações#

O dataset COCO contém um conjunto diversificado de imagens com várias categorias de objetos e cenas complexas. Eis alguns exemplos de imagens do dataset, juntamente com as respetivas anotações:

• Imagem em mosaico: esta imagem demonstra um lote de treino composto por imagens do dataset combinadas em mosaico. A combinação em mosaico é uma técnica utilizada durante o treino que combina várias imagens numa única imagem para aumentar a variedade de objetos e cenas em cada lote de treino. Isto ajuda a melhorar a capacidade do modelo de generalizar para diferentes tamanhos de objetos, proporções e contextos.

O exemplo demonstra a variedade e a complexidade das imagens do dataset COCO e os benefícios da utilização da combinação em mosaico durante o processo de treino.

Citações e agradecimentos#

Se utilizares o dataset COCO no teu trabalho de investigação ou desenvolvimento, cita o seguinte artigo:

@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}
}

Gostaríamos de agradecer ao COCO Consortium pela criação e manutenção deste recurso valioso para a comunidade de visão computacional. Para obteres mais informações sobre o dataset COCO e os seus criadores, visita o site do dataset COCO.

Perguntas frequentes#