Conjunto de dados COCO8-Grayscale
Introdução#
O conjunto de dados COCO8-Grayscale da Ultralytics é um conjunto compacto de detecção de objetos, composto pelas 8 primeiras imagens do conjunto COCO train 2017 convertidas para escala de cinza — 4 para treinamento e 4 para validação. Ele foi desenvolvido especificamente para testes rápidos, depuração e experimentação com modelos YOLO em escala de cinza e pipelines de treinamento. Seu tamanho reduzido facilita o gerenciamento, enquanto sua diversidade faz dele uma verificação de sanidade eficaz antes de passar para conjuntos de dados maiores.
Assista: Como treinar Ultralytics YOLO em conjuntos de dados em escala de cinza e multiespectrais | VisionAI multicanal 🚀
Estrutura do conjunto de dados#
O COCO8-Grayscale replica o COCO8 — as primeiras 8 imagens do conjunto COCO train 2017, divididas em 4 para treinamento e 4 para validação e rotuladas com os 80 nomes de classes COCO —, mas cada imagem é armazenada como uma imagem em escala de cinzentos de canal único (channels: 1) no formato de rótulos YOLO:
coco8-grayscale/
├── images/
│ ├── train/ # 4 images
│ └── val/ # 4 images
└── labels/
├── train/
└── val/Explora o COCO8-Grayscale na Ultralytics Platform para consultar cada imagem com as sobreposições das anotações, ver a distribuição das classes e os mapas de calor das caixas delimitadoras no separador Gráficos e cloná-lo para treinares o teu próprio modelo na nuvem.
YAML do conjunto de dados#
A configuração do conjunto de dados COCO8-Grayscale é definida num ficheiro YAML que especifica os caminhos do conjunto, os nomes das classes e outros metadados essenciais. Podes consultar o ficheiro oficial coco8-grayscale.yaml no repositório da Ultralytics no GitHub.
Para treinar com imagens RGB em escala de cinza, adicione channels: 1 ao arquivo YAML do conjunto de dados. Isso converte todas as imagens para escala de cinza durante o treinamento, portanto você não precisa de um conjunto de dados separado em escala de cinza.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# COCO8-Grayscale dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8-grayscale
# Example usage: yolo train data=coco8-grayscale.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco8-grayscale ← downloads here (1 MB)
# 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: coco8-grayscale # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)
channels: 1
# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8-grayscale.zipUso#
O conjunto de dados COCO8-Grayscale (1 MB) é transferido automaticamente na primeira vez que inicias o treino. Para treinar um modelo YOLO26n no COCO8-Grayscale durante 100 épocas, com tamanho de imagem 640, utiliza os exemplos seguintes.
from ultralytics import YOLO
# Carrega um modelo YOLO26n pré-treinado
model = YOLO("yolo26n.pt")
# Treina o modelo com COCO8-Grayscale
results = model.train(data="coco8-grayscale.yaml", epochs=100, imgsz=640)Imagens de exemplo e anotações#
Abaixo está um exemplo de um lote de treinamento em mosaico do conjunto de dados COCO8-Grayscale:
- Imagem em mosaico: esta imagem ilustra um lote de treinamento em que várias imagens do conjunto de dados são combinadas usando aumento de dados por mosaico. O aumento de dados por mosaico aumenta a diversidade de objetos e cenas em cada lote, ajudando o modelo a generalizar melhor para diferentes tamanhos de objetos, proporções e planos de fundo.
Esta técnica é especialmente útil para conjuntos de dados pequenos, como o COCO8-Grayscale, pois maximiza o valor de cada imagem durante o treinamento.
Citações e agradecimentos#
Se usares o conjunto de dados COCO na tua pesquisa 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}
}Agradecemos especialmente ao COCO Consortium pelas suas contribuições contínuas para a comunidade de visão computacional.
Perguntas frequentes#
O conjunto de dados COCO8-Grayscale da Ultralytics foi concebido para testar e depurar rapidamente modelos de deteção de objetos. Com apenas 8 imagens (4 para treino e 4 para validação), é ideal para verificar os teus pipelines de treino YOLO e garantir que tudo funciona como esperado antes de passar para conjuntos de dados maiores.
Podes treinar um modelo YOLO26 com COCO8-Grayscale usando Python ou a CLI:
Exemplo de treinofrom ultralytics import YOLO # Carrega um modelo YOLO26n pré-treinado model = YOLO("yolo26n.pt") # Treina o modelo com COCO8-Grayscale results = model.train(data="coco8-grayscale.yaml", epochs=100, imgsz=640)Para ver mais opções de treinamento, consulta a documentação de treinamento YOLO.
O aumento de dados Mosaic, utilizado no treino com COCO8-Grayscale, combina várias imagens numa só em cada lote. Isto aumenta a diversidade de objetos e fundos, ajudando o teu modelo YOLO a generalizar melhor para novos cenários. O aumento de dados Mosaic é particularmente valioso para conjuntos de dados pequenos, pois maximiza a informação disponível em cada etapa do treino.
Para validar o teu modelo YOLO26 depois do treinamento com COCO8-Grayscale, usa os comandos de validação do modelo em Python ou na CLI. Isso avalia o desempenho do modelo usando métricas padrão. Para obter instruções passo a passo, consulta a documentação de validação YOLO.
Comentários7
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.
arfan1181
Finally
1shkim-lp
Dear Ultralytics, Hello. I am a learner and a user of Ultralytics-YOLO Software. I am writing this post to ask questions about tracking Livestream color videos in grayscale.
At the moment, I am using Ultralytics for Classification/Segmentation/Tracking of my Livestream video. My livestream video contains 4 different types of connectors, which are moved by robots.
I have used the software well so far to classify/segment/track the 4 connectors in Livestream color video I tracked the Livestream video with
results = model.track(source="0", show=Trune, save=True), which displayed live results with "0" window. I was happy with the result.Now, I want to test the performance for a real scenario, where the Livestream camera will aceept only B/W images (The equipment has not been installed yet and I am trying to emulate future situation). I learned how to train models in B/W images with simple addition of channels = 1 . However, I still don't know how to track a Livestream video (where images are imported in color) in B/W scales and output them in B/W in "0" window.
Would there be an easy method to invoke results = model.track(source="0", show=Ture, save=True) , but classify/segment/track in B/W scale and output them in B/W as well?Thank you for your assistance!
Glenn JocherUltralyticsThere’s no built-in switch in
model.track(source=0, ...)to force grayscale preprocessing for a webcam stream, so the simplest way to emulate a B/W camera is to read frames with OpenCV, convert to grayscale, then replicate back to 3 channels (GRAY2BGR) so it works with any YOLO model, and display/save the result (training-side grayscale is covered on the COCO8-Grayscale dataset page).import cv2 from ultralytics import YOLO model = YOLO("best.pt") # your det/seg model cap = cv2.VideoCapture(0) while True: ok, frame = cap.read() if not ok: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) frame_bw3 = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR) # BW content, kept 3-channel results = model.track(source=frame_bw3, persist=True, verbose=False) annotated = results[0].plot() # BGR annotated_gray = cv2.cvtColor(annotated, cv2.COLOR_BGR2GRAY) cv2.imshow("0", annotated_gray) if cv2.waitKey(1) == 27: # ESC to quit break cap.release() cv2.destroyAllWindows()1shkim-lp
Thank you for such a prompt and precise answer!
Glenn JocherUltralyticsGlad it helped—if you end up training a
channels: 1model you can usually skipGRAY2BGRand feed the grayscale frame directly as(H, W)or(H, W, 1)(the loader will expand 2D grayscale to 1 channel), and feel free to drop any follow-up questions here so the Ultralytics team sees them (see the COCO8-Grayscale dataset docs).
zjjzeng
Hello, I did not notice this page before, so I trained my model on default rgb 3 channels and then predicted. Actually, all my native dataset images are gray images, I used a numpy operation to manually transfer it before training. I wonder that if I change channels to 1, will I be able to gain any improvements on my model. And do I need to modify both data.yaml and my customized yolo11n.yaml, right?
Glenn JocherUltralyticsGreat question—set channels: 1 in your dataset YAML and train; you don’t need to modify your custom yolo11n.yaml as the model’s first layer adapts automatically; if you previously replicated grayscale to 3 channels, accuracy differences are usually small while 1-channel can save memory, so a quick A/B run is the best way to confirm; for more on multi-channel handling, see the COCO8-Multispectral dataset page.



