Датасет COCO#

123,272

COCO 2017

ultralytics

publicDetect

COCO 2017 is the canonical Common Objects in Context detection benchmark. Its complex everyday scenes contain dense bounding-box annotations across 80 classes, with varied object scale, occlusion, crowding, and contextual relationships for standardized model comparison.

180 classes11.6 GBSep 2, 2026

personbicyclecarmotorcycle+76

object-detectioncocococo2017+1

Датасет COCO (Общие объекты в контексте) предназначен для масштабных задач обнаружения объектов, сегментации и генерации описаний изображений. Он создан для поддержки исследований самых разных категорий объектов и широко используется для сравнения моделей компьютерного зрения. Это важный датасет для исследователей и разработчиков, работающих над задачами обнаружения объектов, сегментации и оценки позы.

Предобученные модели COCO#

Основные особенности#

• COCO содержит 330K изображений, из которых 200K размечены для задач обнаружения объектов, сегментации и генерации описаний изображений.
• Датасет включает 80 категорий объектов: распространённые объекты, например автомобили, велосипеды и животные, а также более специфические категории, такие как зонты, сумки и спортивное оборудование.
• Аннотации включают ограничивающие рамки объектов, маски сегментации и описания каждого изображения.
• COCO предоставляет стандартизированные метрики оценки, такие как средняя точность (mAP) и средняя полнота (AR) для обнаружения объектов и сегментации, что позволяет сравнивать производительность моделей.

Структура набора данных#

Датасет COCO разделён на три подмножества:

1. Train2017: 118 287 изображений для обучения моделей обнаружения объектов, сегментации и создания описаний.
2. Val2017: 5 000 изображений для валидации во время обучения модели.
3. Test2017: 20 288 изображений test-dev для бенчмаркинга обученных моделей. Эталонные аннотации для этого подмножества недоступны публично, а результаты отправляются на сервер оценки COCO для оценки производительности.

Применение#

Датасет COCO широко используется для обучения и оценки моделей глубокого обучения в задачах обнаружения объектов (например, Ultralytics YOLO, Faster R-CNN и SSD), сегментации экземпляров (например, Mask R-CNN) и обнаружения ключевых точек (например, OpenPose). Разнообразие категорий объектов, большое количество размеченных изображений и стандартизированные метрики оценки делают этот датасет незаменимым ресурсом для исследователей и практиков в области компьютерного зрения.

Аннотации, экспортированные из инструментов разметки в формате COCO JSON, имеют ту же структуру. Чтобы обучать модель на собственных данных в формате COCO, см. раздел Преобразование аннотаций COCO в YOLO.

Файл YAML набора данных#

Для определения конфигурации датасета используется YAML-файл. Он содержит сведения о путях к данным, классах и другую полезную информацию. Для датасета COCO файл coco.yaml находится по адресу 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)

Использование#

Данные COCO2017 для обучения и валидации (20,3 ГБ) загружаются автоматически при первом запуске обучения. Чтобы обучить модель YOLO26n на COCO в течение 100 эпох с размером изображения 640, используй следующие фрагменты кода. Полный список доступных аргументов см. на странице Обучение модели. Также можно обучать на COCO в облаке с помощью платформы Ultralytics.

from ultralytics import YOLO

# Загрузить модель
model = YOLO("yolo26n.pt")  # загрузить предварительно обученную модель (рекомендуется для обучения)

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

Примеры изображений и аннотаций#

Датасет COCO содержит разнообразные изображения с объектами разных категорий и сложными сценами. Ниже приведены примеры изображений из датасета и соответствующие им аннотации:

• Мозаичное изображение: на изображении показан обучающий батч, составленный из мозаично объединённых изображений датасета. Мозаичное объединение — это метод, применяемый во время обучения: несколько изображений объединяются в одно, чтобы увеличить разнообразие объектов и сцен в каждом обучающем батче. Это помогает модели лучше обобщать данные для объектов разных размеров, с разными соотношениями сторон и в разных контекстах.

Этот пример демонстрирует разнообразие и сложность изображений в датасете COCO, а также преимущества использования мозаичного объединения во время обучения.

Цитирование и благодарности#

Если ты используешь датасет COCO в исследовательской или разработческой работе, укажи в ссылках следующую статью:

@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 благодарим консорциум COCO за создание и поддержку этого ценного ресурса для сообщества специалистов по компьютерному зрению. Подробнее о датасете COCO и его создателях можно узнать на сайте датасета COCO.

Часто задаваемые вопросы#