Link to this sectionConjunto de dados COCO-Seg#

O dataset COCO-Seg disponibiliza 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 utiliza as imagens originais e as anotações de segmentação nativas do COCO, convertidas para o treino do YOLO, tornando-o um recurso crucial para investigadores e programadores que trabalham em tarefas de instance segmentation.

Link to this sectionModelos Pré-treinados COCO-Seg#

Link to this sectionPrincipais 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 do download: ~20,3 GB no primeiro uso (train2017.zip + val2017.zip + rótulos). O test2017.zip de 7 GB não é buscado automaticamente, uma vez que essas imagens possuem ground truth retido e só são necessárias para uma submissão test-dev2017.

Link to this sectionEstrutura 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 ground-truth para este subconjunto não estão publicamente disponíveis, pelo que as previsões devem ser submetidas ao COCO evaluation server para pontuação.

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

Link to this sectionAplicações#

O COCO-Seg é amplamente utilizado para treinar e avaliar modelos de deep learning em instance segmentation, tais como os modelos YOLO. O grande 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 computer vision. As anotações completas do COCO-Seg também podem ser navegadas e geridas na Ultralytics Platform.

Link to this sectionYAML do Dataset#

Um arquivo YAML é usado para definir a configuração do dataset. Ele contém informações sobre os caminhos do dataset, classes e outras informações relevantes. No caso do dataset COCO-Seg, o arquivo 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)

Link to this sectionUso#

Para treinar um modelo YOLO26n-seg no conjunto de dados COCO-Seg por 100 epochs com um tamanho de imagem de 640, você pode usar os seguintes trechos de código. Para uma lista completa de argumentos disponíveis, consulte a página de Treinamento 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)

Link to this sectionExemplos 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:

• Mosaiced Image: Esta imagem demonstra um batch de treinamento composto por imagens do dataset mosaico. Mosaicing é uma técnica usada durante o treinamento que combina várias imagens em uma única, para aumentar a variedade de objetos e cenas dentro de cada batch de treinamento. Isso ajuda a capacidade do modelo de generalizar para diferentes tamanhos de objetos, proporções e contextos.

Link to this sectionCitações 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}
}

Estendemos nossos agradecimentos 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 seus criadores, visite o site do conjunto de dados COCO.

Link to this sectionFAQ#

Link to this sectionO que é o conjunto de dados COCO-Seg e como ele difere do conjunto de dados COCO original?#

COCO-Seg é a embalagem no formato Ultralytics YOLO das máscaras de segmentação de instâncias nativas do COCO (Common Objects in Context) para as mesmas 118.287 imagens de train2017 e 5.000 de val2017. As anotações originais do COCO já incluem estas máscaras poligonais para todas as 80 categorias de objetos; o COCO-Seg converte-as para o formato de rótulo YOLO utilizado para o treino de object instance segmentation.

Link to this sectionComo posso treinar um modelo YOLO26 usando o conjunto de dados COCO-Seg?#

Para treinar um modelo YOLO26n-seg no dataset COCO-Seg durante 100 épocas com um tamanho de imagem de 640, podes utilizar os seguintes fragmentos de código. Para uma lista detalhada dos argumentos de treino 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)

Link to this sectionQuais são os principais recursos do conjunto de dados COCO-Seg?#

O conjunto de dados COCO-Seg inclui vários recursos principais:

• Fornece máscaras de segmentação de instâncias para 123.287 imagens rotuladas do COCO train2017/val2017 (118.287 treino + 5.000 validação).
• Anota as mesmas 80 categorias de objetos encontradas no COCO original.
• Fornece máscaras de segmentação de instâncias no formato de rótulo poligonal do YOLO.
• Utiliza métricas de avaliação padronizadas como a média da Precision média (mAP) e o Recall Médio (mAR) para tarefas de instance segmentation.

Link to this sectionQuais modelos pré-treinados estão disponíveis para o COCO-Seg e quais são suas métricas de desempenho?#

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

Esses modelos variam do leve YOLO26n-seg ao mais potente YOLO26x-seg, oferecendo diferentes equilíbrios entre velocidade e precisão para atender a vários requisitos de aplicação. Para mais informações sobre a seleção de modelos, visite a página de modelos Ultralytics.

Link to this sectionComo o conjunto de dados COCO-Seg é estruturado e quais subconjuntos ele contém?#

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

1. Train2017: Contém 118.287 imagens usadas principalmente para treinar modelos de segmentação de instâncias.
2. Val2017: Compreende 5.000 imagens utilizadas para validação durante o processo de treino.
3. Test-dev2017: Abrange 20.288 das 40.670 imagens test2017 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 COCO evaluation server para avaliação.

Para necessidades de experimentação menores, podes também considerar o COCO128-Seg dataset (128 imagens) ou o COCO8-Seg dataset, uma versão compacta contendo apenas 8 imagens do conjunto COCO train 2017.