Link to this sectionНабор данных COCO#

Набор данных COCO (Common Objects in Context) представляет собой масштабный набор данных для обнаружения объектов, сегментации и описания изображений. Он разработан для поощрения исследований широкого спектра категорий объектов и обычно используется для сравнительного тестирования моделей компьютерного зрения. Это важный набор данных для исследователей и разработчиков, работающих над задачами обнаружения объектов, сегментации и оценки позы.

Link to this sectionПредобученные модели COCO#

Link to this sectionКлючевые особенности#

• COCO содержит 330 тыс. изображений, из которых 200 тыс. имеют аннотации для задач обнаружения объектов, сегментации и описания.
• Набор данных включает 80 категорий объектов, в том числе распространенные объекты, такие как автомобили, велосипеды и животные, а также более специфические категории, такие как зонты, сумочки и спортивный инвентарь.
• Аннотации включают ограничивающие рамки (bounding boxes) объектов, маски сегментации и описания для каждого изображения.
• COCO предоставляет стандартизированные метрики оценки, такие как mean Average Precision (mAP) для обнаружения объектов и средний показатель Recall (mAR) для задач сегментации, что делает его подходящим для сравнения производительности моделей.

Link to this sectionСтруктура набора данных#

Набор данных COCO разделен на три подмножества:

1. Train2017: Это подмножество содержит 118 тыс. изображений для обучения моделей обнаружения объектов, сегментации и описания.
2. Val2017: В этом подмножестве 5 тыс. изображений, используемых для целей валидации во время обучения модели.
3. Test2017: Этот поднабор состоит из 20 тысяч изображений, используемых для тестирования и оценки обученных моделей. Истинные аннотации (ground truth) для этого поднабора не находятся в открытом доступе, а результаты отправляются на сервер оценки COCO для анализа производительности.

Link to this sectionПрименение#

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

Link to this sectionYAML набора данных#

Файл YAML (Yet Another Markup Language) используется для определения конфигурации набора данных. Он содержит информацию о путях набора данных, классах и другую соответствующую информацию. В случае набора данных COCO файл coco.yaml поддерживается 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 (20.1 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: 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
  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)

Link to this sectionИспользование#

Чтобы обучить модель YOLO26n на наборе данных COCO в течение 100 эпох с размером изображения 640, ты можешь использовать следующие фрагменты кода. Полный список доступных аргументов смотри на странице обучения.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

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

Link to this sectionПримеры изображений и аннотации#

Набор данных COCO содержит разнообразные изображения с различными категориями объектов и сложными сценами. Вот некоторые примеры изображений из набора данных вместе с их соответствующими аннотациями:

• Мозаичное изображение: это изображение демонстрирует обучающий пакет, составленный из мозаично собранных изображений. Мозаика — это техника, используемая во время обучения, которая объединяет несколько изображений в одно, чтобы увеличить разнообразие объектов и сцен в каждом обучающем пакете. Это помогает улучшить способность модели к обобщению при работе с объектами различных размеров, соотношений сторон и контекстов.

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

Link to this sectionЦитирование и благодарности#

Если ты используешь набор данных COCO в своей исследовательской или разработческой работе, пожалуйста, процитируй 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 хотели бы поблагодарить консорциум COCO за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения. Для получения дополнительной информации о наборе данных COCO и его создателях посети веб-сайт набора данных COCO.

Link to this sectionFAQ#

Link to this sectionЧто такое набор данных COCO и почему он важен для компьютерного зрения?#

Набор данных COCO (Common Objects in Context) — это масштабный набор данных, используемый для обнаружения объектов, сегментации и описания. Он содержит 330 тыс. изображений с подробными аннотациями для 80 категорий объектов, что делает его незаменимым для бенчмаркинга и обучения моделей компьютерного зрения. Исследователи используют COCO из-за его разнообразных категорий и стандартизированных метрик оценки, таких как средняя точность (mAP).

Link to this sectionКак я могу обучить модель YOLO, используя набор данных COCO?#

Чтобы обучить модель YOLO26 с использованием набора данных COCO, ты можешь использовать следующие фрагменты кода:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

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

Обратись к странице обучения для получения подробной информации о доступных аргументах.

Link to this sectionКаковы ключевые особенности набора данных COCO?#

Набор данных COCO включает:

• 330 тыс. изображений, из которых 200 тыс. аннотированы для обнаружения объектов, сегментации и описания.
• 80 категорий объектов, начиная от распространенных предметов, таких как автомобили и животные, до специфических, таких как сумочки и спортивный инвентарь.
• Стандартизированные метрики оценки для обнаружения объектов (mAP) и сегментации (средняя полнота, mAR).
• Техника мозаики (Mosaicing) в обучающих пакетах для улучшения обобщающей способности модели при различных размерах объектов и контекстах.

Link to this sectionГде я могу найти предобученные модели YOLO26, обученные на наборе данных COCO?#

Предобученные модели YOLO26 на наборе данных COCO можно загрузить по ссылкам, приведенным в документации. Примеры включают:

• YOLO26n
• YOLO26s
• YOLO26m
• YOLO26l
• YOLO26x

Эти модели различаются по размеру, mAP и скорости вывода, предоставляя варианты для различных требований к производительности и ресурсам.

Link to this sectionКак структурирован набор данных COCO и как мне его использовать?#

Набор данных COCO разделен на три подмножества:

1. Train2017: 118 тыс. изображений для обучения.
2. Val2017: 5 тыс. изображений для валидации во время обучения.
3. Test2017: 20 тысяч изображений для оценки обученных моделей. Результаты необходимо отправить на сервер оценки COCO для анализа производительности.

YAML-файл конфигурации набора данных доступен по адресу coco.yaml, в котором определены пути, классы и детали набора данных.