Набор данных COCO
Набор данных COCO (Common Objects in Context) - это масштабный набор данных по обнаружению, сегментации объектов и созданию надписей. Он предназначен для стимулирования исследований самых разных категорий объектов и обычно используется для бенчмаркинга моделей компьютерного зрения. Это необходимый набор данных для исследователей и разработчиков, занимающихся задачами обнаружения объектов, сегментации и оценки позы.
Смотри: Ultralytics Обзор набора данных COCO
Предварительно обученные модели COCO
Модель | Размер (пикселей) |
mAPval 50-95 |
Скорость CPU ONNX (мс) |
Скорость A100 TensorRT (мс) |
params (M) |
FLOPs (B) |
---|---|---|---|---|---|---|
YOLOv8n | 640 | 37.3 | 80.4 | 0.99 | 3.2 | 8.7 |
YOLOv8s | 640 | 44.9 | 128.4 | 1.20 | 11.2 | 28.6 |
YOLOv8m | 640 | 50.2 | 234.7 | 1.83 | 25.9 | 78.9 |
YOLOv8l | 640 | 52.9 | 375.2 | 2.39 | 43.7 | 165.2 |
YOLOv8x | 640 | 53.9 | 479.1 | 3.53 | 68.2 | 257.8 |
Основные характеристики
- COCO содержит 330 тысяч изображений, причем 200 тысяч изображений имеют аннотации для задач обнаружения объектов, сегментации и создания надписей.
- Набор данных включает в себя 80 категорий объектов, в том числе такие распространенные предметы, как автомобили, велосипеды и животные, а также более специфические категории, такие как зонты, сумки и спортивный инвентарь.
- Аннотации включают в себя 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 разбит на три подмножества:
- Train2017: Это подмножество содержит 118 тысяч изображений для обучения моделей обнаружения объектов, сегментации и создания надписей.
- Val2017: В этом подмножестве собраны 5K изображений, которые использовались для проверки во время обучения модели.
- Test2017: Это подмножество состоит из 20 тысяч изображений, используемых для тестирования и бенчмаркинга обученных моделей. Наземные истинные аннотации для этого подмножества не находятся в открытом доступе, и результаты отправляются 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 компьютерного зрения.
Набор данных YAML
Для определения конфигурации набора данных используется файл YAML (Yet Another Markup Language). Он содержит информацию о путях к набору данных, классах и другую необходимую информацию. В случае с набором данных COCO файл YAML 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 YOLOv8n на наборе данных COCO в течение 100 эпох с размером изображения 640, ты можешь воспользоваться следующими фрагментами кода. Полный список доступных аргументов ты найдешь на странице обучения модели.
Пример поезда
Примеры изображений и аннотаций
Набор данных COCO содержит разнообразный набор изображений с различными категориями объектов и сложными сценами. Вот несколько примеров изображений из этого набора, а также соответствующие им аннотации:
- Мозаичное изображение: Это изображение демонстрирует тренировочную партию, состоящую из мозаичных изображений набора данных. Мозаика - это техника, используемая во время обучения, которая объединяет несколько изображений в одно, чтобы увеличить разнообразие объектов и сцен в каждой обучающей партии. Это помогает улучшить способность модели к обобщению на различные размеры объектов, соотношение сторон и контекст.
Этот пример демонстрирует разнообразие и сложность изображений в наборе данных COCO и преимущества использования мозаики в процессе обучения.
Цитаты и благодарности
Если ты используешь набор данных COCO в своих исследованиях или разработках, пожалуйста, ссылайся на 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 выразить благодарность консорциуму COCO за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения. Чтобы узнать больше о наборе данных COCO и его создателях, посети сайт COCO dataset.
ВОПРОСЫ И ОТВЕТЫ
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 незаменимым 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 , используя набор данных COCO?
Чтобы обучить модель YOLOv8 на наборе данных COCO, ты можешь воспользоваться следующими фрагментами кода:
Пример поезда
Подробнее о доступных аргументах читай 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, начиная от обычных предметов вроде машин и животных и заканчивая специфическими, вроде сумок и спортивного инвентаря.
- Стандартизированные метрики оценки для обнаружения объектов (mAP) и сегментации (mean Average Recall, mAR).
- Техника мозаики в обучающих партиях для улучшения обобщения модели на объектах разных размеров и контекстов.
Где я могу найти предварительно обученные модели YOLOv8 , натренированные на наборе данных COCO?
Предварительно обученные модели YOLOv8 на наборе данных COCO можно скачать по ссылкам, указанным в документации. Примеры включают:
Эти модели различаются по размеру, mAP и скорости вычислений, предоставляя варианты для разных требований к производительности и ресурсам.
Как устроен набор данных COCO и как его использовать?
Набор данных COCO разбит на три подмножества:
- Поезд2017: 118K изображений для тренировки.
- Val2017: 5K изображений для проверки во время тренировки.
- Test2017: 20K изображений для бенчмаркинга обученных моделей. Результаты нужно отправить на сервер оценки COCO для оценки производительности.
YAML-файл конфигурации набора данных доступен по адресу coco.yaml, в нем определены пути, классы и детали набора данных.