Перейти к содержанию

Набор данных COCO

Набор данных COCO (Common Objects in Context) - это крупномасштабный набор данных по обнаружению, сегментации объектов и созданию надписей. Он предназначен для стимулирования исследований широкого спектра категорий объектов и широко используется для бенчмаркинга моделей компьютерного зрения. Это необходимый набор данных для исследователей и разработчиков, работающих над задачами обнаружения, сегментации и оценки положения объектов.



Смотреть: Ultralytics Обзор набора данных COCO

Предварительно обученные модели COCO

Модель размер
(пикселей)		 mAPval
50-95		 Скорость
CPU ONNX
(мс)		 Скорость
T4TensorRT10
(мс)		 params
(M)		 FLOPs
(B)
YOLO11n 640 39.5 56.1 ± 0.8 1.5 ± 0.0 2.6 6.5
YOLO11s 640 47.0 90.0 ± 1.2 2.5 ± 0.0 9.4 21.5
YOLO11m 640 51.5 183.2 ± 2.0 4.7 ± 0.1 20.1 68.0
YOLO11l 640 53.4 238.6 ± 1.4 6.2 ± 0.1 25.3 86.9
YOLO11x 640 54.7 462.8 ± 6.7 11.3 ± 0.2 56.9 194.9

Основные характеристики

  • COCO содержит 330 тысяч изображений, причем 200 тысяч изображений имеют аннотации для задач обнаружения объектов, сегментации и создания надписей.
  • Набор данных включает 80 категорий объектов, в том числе такие распространенные объекты, как автомобили, велосипеды и животные, а также более специфические категории, такие как зонты, сумки и спортивный инвентарь.
  • Аннотации включают ограничительные рамки объектов, маски сегментации и подписи к каждому изображению.
  • COCO предоставляет стандартизированные метрики оценки, такие как средняя точность (mAP) для обнаружения объектов и средняя запоминаемость (mAR) для задач сегментации, что делает его подходящим для сравнения производительности моделей.

Структура набора данных

Набор данных COCO разделен на три подмножества:

  1. Train2017: Это подмножество содержит 118 тыс. изображений для обучения моделей обнаружения объектов, сегментации и создания надписей.
  2. Val2017: Это подмножество содержит 5K изображений, использованных для проверки в процессе обучения модели.
  3. Test2017: Это подмножество состоит из 20 тыс. изображений, используемых для тестирования и бенчмаркинга обученных моделей. Истинные аннотации для этого подмножества не находятся в открытом доступе, и результаты передаются на сервер оценки COCO для оценки производительности.

Приложения

Набор данных COCO широко используется для обучения и оценки моделей глубокого обучения в области обнаружения объектов (таких как YOLO, Faster R-CNN и SSD), сегментации объектов (таких как Mask R-CNN) и обнаружения ключевых точек (таких как OpenPose). Разнообразие категорий объектов, большое количество аннотированных изображений и стандартизированные метрики оценки делают этот набор данных важным ресурсом для исследователей и практиков в области компьютерного зрения.

Набор данных YAML

Для определения конфигурации набора данных используется файл YAML (Yet Another Markup Language). Он содержит информацию о путях, классах и другую необходимую информацию о наборе данных. В случае с набором данных COCO файл coco.yaml файл хранится по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml.

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)

Использование

Чтобы обучить модель YOLO11n на наборе данных COCO в течение 100 эпох при размере изображения 640, можно использовать следующие фрагменты кода. Полный список доступных аргументов см. на странице "Обучение модели".

Пример поезда

from ultralytics import YOLO

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

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

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

Образцы изображений и аннотаций

Набор данных COCO содержит разнообразные изображения с различными категориями объектов и сложными сценами. Ниже приведены примеры изображений из этого набора, а также соответствующие аннотации к ним:

Образец изображения из набора данных

  • Мозаичное изображение: Это изображение демонстрирует обучающую партию, состоящую из мозаичных изображений набора данных. Мозаика - это техника, используемая в процессе обучения, которая объединяет несколько изображений в одно, чтобы увеличить разнообразие объектов и сцен в каждой обучающей партии. Это помогает улучшить способность модели к обобщению для различных размеров объектов, соотношения сторон и контекста.

Этот пример демонстрирует разнообразие и сложность изображений в наборе данных COCO и преимущества использования мозаики в процессе обучения.

Цитаты и благодарности

Если вы используете набор данных COCO в своих исследованиях или разработках, пожалуйста, ссылайтесь на следующий документ:

@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}
}

Мы хотели бы выразить благодарность консорциуму COCO за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения. Дополнительную информацию о наборе данных COCO и его создателях можно найти на сайте набора данных COCO.

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Что такое набор данных COCO и почему он важен для компьютерного зрения?

Набор данных COCO (Common Objects in Context) - это крупномасштабный набор данных, используемый для обнаружения объектов, сегментации и создания надписей. Он содержит 330 тысяч изображений с подробными аннотациями для 80 категорий объектов, что делает его важным для бенчмаркинга и обучения моделей компьютерного зрения. Исследователи используют COCO благодаря разнообразию категорий и стандартизированным метрикам оценки, таким как средняя точность (mAP).

Как обучить модель YOLO с помощью набора данных COCO?

Чтобы обучить модель YOLO11 на наборе данных COCO, вы можете использовать следующие фрагменты кода:

Пример поезда

from ultralytics import YOLO

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

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

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

Более подробную информацию о доступных аргументах см. на странице "Обучение".

Каковы ключевые особенности набора данных COCO?

Набор данных COCO включает в себя:

  • 330 тысяч изображений, из которых 200 тысяч аннотированы для обнаружения объектов, сегментации и создания надписей.
  • 80 категорий объектов - от обычных предметов, таких как автомобили и животные, до специфических, таких как сумки и спортивный инвентарь.
  • Стандартизированные метрики оценки для обнаружения объектов (mAP) и сегментации (mean Average Recall, mAR).
  • Техника мозаики в обучающих группах для улучшения обобщения модели для объектов различных размеров и контекстов.

Где можно найти предварительно обученные модели YOLO11 , натренированные на наборе данных COCO?

Предварительно обученные модели YOLO11 на наборе данных COCO можно загрузить по ссылкам, указанным в документации. Примеры включают:

Эти модели различаются по размеру, mAP и скорости вычислений, что позволяет удовлетворить различные требования к производительности и ресурсам.

Как устроен набор данных COCO и как его использовать?

Набор данных COCO разделен на три подмножества:

  1. Train2017: 118K изображений для обучения.
  2. Val2017: 5K изображений для проверки во время обучения.
  3. Test2017: 20K изображений для бенчмаркинга обученных моделей. Результаты должны быть представлены на сервер оценки COCO для оценки производительности.

Конфигурационный файл YAML набора данных доступен по адресу coco.yaml, в нем определены пути, классы и детали набора данных.

📅 Создано 1 год назад ✏️ Обновлено 1 месяц назад
jk4e амбициозный осьминог УльтралитикаПомощник гленн-джохер Мэтью Нойс РизванМунавар Laughing-q

Комментарии