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 ajudar a investigação na segmentação de instâncias de objectos. Utiliza as mesmas imagens que o COCO, mas introduz anotações de segmentação mais pormenorizadas. Este conjunto de dados é um recurso crucial para investigadores e programadores que trabalham em tarefas de segmentação de instâncias, especialmente para treinar modelos YOLO .

Modelos pré-treinados COCO-Seg

Caraterísticas principais

• O COCO-Seg mantém as 330K imagens originais do COCO.
• O conjunto de dados é constituído pelas mesmas 80 categorias de objectos que se encontram 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 precisão média (mAP) para a deteção de objectos e a recuperação média (mAR) para tarefas de segmentação de instâncias, permitindo uma comparação eficaz do desempenho do modelo.

Estrutura do conjunto de dados

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

1. Train2017: Este subconjunto contém 118K imagens para treinar modelos de segmentação de instâncias.
2. Val2017: Este subconjunto inclui 5K imagens utilizadas para efeitos de validação durante a formação do modelo.
3. Test2017: Este subconjunto engloba 20 mil imagens utilizadas para testar e aferir os modelos treinados. As anotações da verdade terrestre para este subconjunto não estão disponíveis publicamente e os resultados são enviados para o servidor de avaliação COCO para avaliação do desempenho.

Aplicações

O COCO-Seg é amplamente utilizado para treinar e avaliar modelos de aprendizagem profunda na segmentação de instâncias, como os modelos YOLO . O grande número de imagens anotadas, a diversidade de categorias de objectos e as métricas de avaliação normalizadas fazem dele um recurso indispensável para investigadores e profissionais da visão computacional.

Conjunto de dados YAML

Um ficheiro YAML (Yet Another Markup Language) é utilizado para definir a configuração do conjunto de dados. Ele contém informações sobre os caminhos, classes e outras informações relevantes do conjunto de dados. 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 YOLO 🚀, AGPL-3.0 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: ../datasets/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 ultralytics.utils.downloads import download
  from pathlib import Path

  # Download labels
  segments = True  # segment or box labels
  dir = Path(yaml['path'])  # dataset root dir
  url = 'https://github.com/ultralytics/assets/releases/download/v0.0.0/'
  urls = [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 YOLO11n-seg no conjunto de dados COCO-Seg para 100 épocas com um tamanho de imagem de 640, pode utilizar os seguintes fragmentos de código. Para obter uma lista completa dos argumentos disponíveis, consulte a página Treinamento do modelo.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model (recommended for training)

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

# Start training from a pretrained *.pt model
yolo segment train data=coco-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Exemplos de imagens e anotações

O COCO-Seg, tal como o seu antecessor COCO, contém um conjunto diversificado de imagens com várias categorias de objectos e cenas complexas. No entanto, o COCO-Seg introduz máscaras de segmentação de instâncias mais detalhadas para cada objeto nas imagens. Aqui estão 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 de conjuntos de dados em mosaico. O mosaico é uma técnica utilizada durante a formação que combina várias imagens numa única imagem para aumentar a variedade de objectos e cenas em cada lote de formação. Isto ajuda a capacidade do modelo de generalizar para diferentes tamanhos de objectos, proporções e contextos.

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

Citações e agradecimentos

Se utilizar o conjunto de dados COCO-Seg no seu trabalho de investigação ou desenvolvimento, cite o documento COCO original e reconheça a extensão ao 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}
}

Agradecemos ao COCO Consortium 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, visite o sítio Web do conjunto de dados COCO.

FAQ

O que é o conjunto de dados COCO-Seg e em que é que 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, especificamente concebido 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, o que o torna um recurso poderoso para investigadores e programadores que se concentram na segmentação de instâncias de objectos.

Como posso treinar um modelo YOLO11 utilizando o conjunto de dados COCO-Seg?

Para treinar um modelo YOLO11n-seg no conjunto de dados COCO-Seg para 100 épocas com um tamanho de imagem de 640, pode utilizar os seguintes fragmentos de código. Para obter uma lista detalhada dos argumentos disponíveis, consulte a página Treinamento do modelo.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model (recommended for training)

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

# Start training from a pretrained *.pt model
yolo segment train data=coco-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

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

O conjunto de dados COCO-Seg inclui várias caraterísticas fundamentais:

• Mantém as 330 mil imagens originais do conjunto de dados COCO.
• Anota as mesmas 80 categorias de objectos encontradas no COCO original.
• Fornece máscaras de segmentação de instância mais detalhadas para cada objeto.
• Utiliza métricas de avaliação normalizadas, como a precisão média (mAP) para a deteção de objectos e a recuperação média (mAR) para tarefas de segmentação de exemplos.

Que modelos pré-treinados estão disponíveis para o COCO-Seg e quais são os seus indicadores de desempenho?

O conjunto de dados COCO-Seg suporta vários modelos de segmentação YOLO11 pré-treinados com diferentes métricas de desempenho. Aqui está um resumo dos modelos disponíveis e suas principais métricas:

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

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

1. Train2017: Contém 118K imagens utilizadas principalmente para treinar modelos de segmentação de instâncias.
2. Val2017: Inclui 5K imagens utilizadas para validação durante o processo de formação.
3. Test2017: Engloba 20 mil imagens reservadas para testar e aferir modelos treinados. Note-se que as anotações de verdade terrestre para este subconjunto não estão disponíveis publicamente e os resultados de desempenho são submetidos ao servidor de avaliação COCO para avaliação.

📅C riado há 1 ano ✏️ Atualizado há 1 mês

Comentários