Conjunto de dados COCO-Seg

O conjunto de dados COCO-Seg, uma extensão do conjunto de dados COCO (Common Objects in Context), foi especialmente concebido para auxiliar a pesquisa em segmentação de instâncias de objetos. Ele utiliza as mesmas imagens do COCO, mas introduz anotações de segmentação mais detalhadas. Este conjunto de dados é um recurso crucial para investigadores e programadores que trabalham em tarefas de segmentação de instâncias, especialmente para treinar modelos Ultralytics YOLO.

Modelos Pré-treinados COCO-Seg

Principais recursos

• O COCO-Seg retém as 330 mil imagens originais do COCO.
• O conjunto de dados consiste nas mesmas 80 categorias de objetos encontradas no conjunto de dados COCO original.
• As anotações incluem agora máscaras de segmentação de instâncias mais detalhadas para cada objeto nas imagens.
• O COCO-Seg fornece métricas de avaliação padronizadas, como a mean Average Precision (mAP) para deteção de objetos e a mean Average Recall (mAR) para tarefas de segmentação de instâncias, permitindo uma comparação eficaz do desempenho dos modelos.

Estrutura do Dataset

O conjunto de dados COCO-Seg está dividido em três subconjuntos:

1. Train2017: 118 mil imagens para treinar modelos de segmentação de instâncias.
2. Val2017: 5 mil imagens usadas para validação durante o desenvolvimento do modelo.
3. Test2017: 20 mil imagens usadas para benchmarking. As anotações de ground-truth para este subconjunto não estão publicamente disponíveis, pelo que as previsões devem ser submetidas ao servidor de avaliação COCO para pontuação.

Aplicações

O COCO-Seg é amplamente utilizado para treinar e avaliar modelos de deep learning em segmentação de instâncias, como os modelos YOLO. O elevado número de imagens anotadas, a diversidade de categorias de objetos e as métricas de avaliação padronizadas tornam-no um recurso indispensável para investigadores e profissionais de visão computacional.

YAML do Dataset

Um ficheiro YAML (Yet Another Markup Language) é usado para definir a configuração do conjunto de dados. Contém informações sobre os caminhos do conjunto de dados, classes e outras informações relevantes. No caso do conjunto de dados COCO-Seg, 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 (20.1 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)

Utilização

Para treinar um modelo YOLO26n-seg no conjunto de dados COCO-Seg durante 100 épocas com um tamanho de imagem de 640, podes usar os seguintes fragmentos de código. Para uma lista abrangente de argumentos disponíveis, consulta a página de Formação do modelo.

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)

Amostra de Imagens e Anotações

O COCO-Seg, tal como o seu predecessor COCO, contém um conjunto diversificado de imagens com várias categorias de objetos e cenas complexas. No entanto, o COCO-Seg introduz máscaras de segmentação de instâncias mais detalhadas para cada objeto nas imagens. Aqui tens alguns exemplos de imagens do conjunto de dados, juntamente com as suas correspondentes máscaras de segmentação de instâncias:

• Imagem em Mosaico: Esta imagem demonstra um lote de treino composto por imagens do conjunto de dados em mosaico. A criação de mosaicos é uma técnica usada durante o treino que combina múltiplas imagens numa única para aumentar a variedade de objetos e cenas dentro de cada lote de treino. Isto ajuda a capacidade do modelo de generalizar para diferentes tamanhos de objetos, proporções e contextos.

O exemplo mostra a variedade e a complexidade das imagens no conjunto de dados COCO-Seg e os benefícios da utilização de mosaicos durante o processo de treino.

Citações e Agradecimentos

Se utilizares o conjunto de dados COCO-Seg no teu trabalho de investigação ou desenvolvimento, por favor cita o artigo original COCO e reconhece a extensão para COCO-Seg:

@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}
}

Estendemos os nossos agradecimentos ao Consórcio COCO por criar e manter este recurso inestimável para a comunidade de visão computacional. Para mais informações sobre o conjunto de dados COCO e os seus criadores, visita o sítio web do conjunto de dados COCO.

FAQ

O que é o conjunto de dados COCO-Seg e como difere do conjunto de dados COCO original?

O conjunto de dados COCO-Seg é uma extensão do conjunto de dados COCO (Common Objects in Context) original, concebido especificamente para tarefas de segmentação de instâncias. Embora utilize as mesmas imagens que o conjunto de dados COCO, o COCO-Seg inclui anotações de segmentação mais detalhadas, tornando-o um recurso poderoso para investigadores e programadores focados em segmentação de instâncias de objetos.

Como posso treinar um modelo YOLO26 usando o conjunto de dados COCO-Seg?

Para treinar um modelo YOLO26n-seg no conjunto de dados COCO-Seg durante 100 épocas com um tamanho de imagem de 640, podes usar os seguintes fragmentos de código. Para uma lista detalhada de argumentos disponíveis, consulta a página de Formação do modelo.

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)

Quais são as principais características do conjunto de dados COCO-Seg?

O conjunto de dados COCO-Seg inclui várias características principais:

• Retém as 330 mil imagens originais do conjunto de dados COCO.
• Anota as mesmas 80 categorias de objetos encontradas no COCO original.
• Fornece máscaras de segmentação de instâncias mais detalhadas para cada objeto.
• Utiliza métricas de avaliação padronizadas, tais como mean Average Precision (mAP) para deteção de objetos e mean Average Recall (mAR) para tarefas de segmentação de instâncias.

Que modelos pré-treinados estão disponíveis para COCO-Seg e quais são as suas métricas de desempenho?

O conjunto de dados COCO-Seg suporta múltiplos modelos de segmentação YOLO26 pré-treinados com métricas de desempenho variadas. Aqui tens um resumo dos modelos disponíveis e das suas principais métricas:

Estes modelos variam desde o leve YOLO26n-seg até ao mais poderoso YOLO26x-seg, oferecendo diferentes compromissos entre velocidade e precisão para atender a vários requisitos de aplicação. Para mais informações sobre a seleção de modelos, visita a página de modelos Ultralytics.

Como está estruturado o conjunto de dados COCO-Seg e que subconjuntos contém?

O conjunto de dados COCO-Seg está dividido em três subconjuntos para necessidades específicas de treino e avaliação:

1. Train2017: Contém 118 mil imagens usadas principalmente para treinar modelos de segmentação de instâncias.
2. Val2017: Compreende 5 mil imagens utilizadas para validação durante o processo de treino.
3. Test2017: Abrange 20 mil imagens reservadas para testar e avaliar modelos treinados. Nota que as anotações de ground-truth para este subconjunto não estão publicamente disponíveis e os resultados de desempenho são submetidos ao servidor de avaliação COCO para avaliação.

Para necessidades de experimentação menores, podes também considerar usar o conjunto de dados COCO8-seg, que é uma versão compacta contendo apenas 8 imagens do conjunto COCO train 2017.