Conjunto de dados COCO-Seg#

O conjunto de dados COCO-Seg fornece máscaras de segmentação de instâncias do COCO (Common Objects in Context) — 118.287 imagens de treino e 5.000 de validação com máscaras poligonais em 80 categorias de objetos — no formato de rótulo do Ultralytics YOLO. Ele usa as imagens originais do COCO e anotações de segmentação nativas, convertidas para o treino do YOLO, tornando-o um recurso crucial para investigadores e programadores que trabalham em tarefas de instance segmentation.

Modelos Pré-treinados COCO-Seg#

Principais recursos#

• O COCO-Seg disponibiliza máscaras de segmentação de instâncias para 123.287 imagens rotuladas do COCO train2017/val2017 (118.287 treino + 5.000 validação), do total da versão mais ampla de ~330 mil imagens do COCO.
• O conjunto de dados consiste nas mesmas 80 categorias de objetos encontradas no conjunto de dados COCO original.
• As anotações fornecem máscaras de segmentação de instâncias no formato de rótulo poligonal do YOLO.
• O COCO-Seg fornece métricas padronizadas de mAP e mAR para avaliar o desempenho da segmentação de instâncias, permitindo uma comparação eficaz do desempenho dos modelos.
• Tamanho da transferência: ~20,3 GB na primeira utilização (train2017.zip + val2017.zip + rótulos). O ficheiro test2017.zip de 7 GB não é obtido automaticamente, uma vez que essas imagens têm a verdade básica retida e só são necessárias para uma test-dev2017 submission.

Estrutura do Dataset#

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

1. Train2017: 118.287 imagens para treino de modelos de segmentação de instâncias.
2. Val2017: 5.000 imagens utilizadas para validação durante o desenvolvimento do modelo.
3. Test-dev2017: 20.288 das 40.670 imagens test2017, utilizadas para benchmarking. As anotações de verdade básica para este subconjunto não estão publicamente disponíveis, pelo que as previsões devem ser submetidas ao COCO evaluation server para pontuação.

Para necessidades de experimentação mais pequenas, consulta os subconjuntos COCO128-Seg (128 imagens) e COCO8-Seg (8 imagens).

Aplicações#

O COCO-Seg é amplamente utilizado para treinar e avaliar modelos de deep learning em instance segmentation, como os modelos YOLO. O elevado número de imagens anotadas, a diversidade de categorias de objetos e as métricas de avaliação normalizadas tornam-no um recurso indispensável para investigadores e profissionais de computer vision. As anotações completas do COCO-Seg também podem ser consultadas e geridas na Ultralytics Platform.

YAML do Dataset#

Um ficheiro YAML é utilizado 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 (20.3 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)

Uso#

Para treinar um modelo YOLO26n-seg no conjunto de dados COCO-Seg durante 100 epochs com um tamanho de imagem de 640, podes utilizar os seguintes trechos de código. Para obteres uma lista abrangente de argumentos disponíveis, consulta a página de Training 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)

Exemplos de Imagens e Anotações#

O COCO-Seg contém as mesmas imagens diversas, categorias de objetos e cenas complexas que o COCO, com máscaras de segmentação de instâncias fornecidas no formato de rótulo YOLO. Aqui estão alguns exemplos de imagens do dataset, 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. O Mosaicing é uma técnica utilizada durante o treino que combina várias imagens numa única imagem para aumentar a variedade de objetos e cenários em cada lote de treino. Isto ajuda a capacidade do modelo de generalizar para diferentes tamanhos de objetos, proporções e contextos.

Citações e Agradecimentos#

Se você utilizar o conjunto de dados COCO-Seg em seu trabalho de pesquisa ou desenvolvimento, por favor cite o artigo original do COCO e reconheça a extensão para o 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, visita o COCO dataset website.

FAQ#