Набор данных COCO
Набор данных COCO (Common Objects in Context) — это масштабный набор данных для обнаружения объектов, сегментации и создания подписей. Он разработан для стимулирования исследований в широком спектре категорий объектов и обычно используется для тестирования моделей компьютерного зрения. Это важный набор данных для исследователей и разработчиков, работающих над задачами обнаружения объектов, сегментации и оценки позы.
Смотреть: Обзор набора данных Ultralytics COCO
Предварительно обученные модели COCO
Модель | размер (пиксели) |
mAPval 50-95 |
Скорость CPU ONNX (мс) |
Скорость T4 TensorRT10 (мс) |
параметры (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, из которых 200 тысяч имеют аннотации для задач обнаружения объектов, сегментации и описания.
- Датасет включает 80 категорий объектов, в том числе распространенные объекты, такие как 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 для каждого изображения.
- COCO предоставляет стандартизированные метрики оценки, такие как средняя точность (mAP) для обнаружения объектов и среднее значение полноты (mAR) для задач сегментации, что делает его пригодным для сравнения производительности моделей.
Структура набора данных
Датасет COCO разделен на три подмножества:
- Train2017: Этот поднабор содержит 118 тысяч изображений для обучения моделей обнаружения объектов, сегментации и описания.
- Val2017: Этот поднабор содержит 5 тысяч изображений, используемых для целей валидации во время обучения модели.
- Test2017: Этот поднабор состоит из 20 тысяч изображений, используемых для тестирования и оценки обученных моделей. Исходные аннотации для этого поднабора общедоступны, и результаты отправляются на сервер оценки COCO для оценки производительности.
Приложения
Набор данных COCO широко используется для обучения и оценки моделей глубокого обучения в задачах обнаружения объектов (таких как Ultralytics YOLO, Faster R-CNN и SSD), сегментации экземпляров (таких как Mask R-CNN) и обнаружения ключевых точек (таких как OpenPose). Разнообразный набор категорий объектов в наборе данных, большое количество аннотированных изображений и стандартизированные метрики оценки делают его важным ресурсом для исследователей и практиков в области компьютерного зрения.
YAML-файл набора данных
YAML-файл (Yet Another Markup Language) используется для определения конфигурации набора данных. Он содержит информацию о путях к набору данных, классах и другую релевантную информацию. В случае набора данных COCO, coco.yaml
файл поддерживается по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml.
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 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 pathlib import Path
from ultralytics.utils.downloads import download
# 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 с размером изображения 640, вы можете использовать следующие фрагменты кода. Для получения полного списка доступных аргументов обратитесь к странице Обучение модели.
Пример обучения
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
Примеры изображений и аннотации
Набор данных COCO содержит разнообразный набор изображений с различными категориями объектов и сложными сценами. Вот несколько примеров изображений из набора данных с соответствующими аннотациями:
- Скомпилированное изображение: Это изображение демонстрирует пакет обучения, состоящий из скомпилированных изображений набора данных. Компиляция — это метод, используемый во время обучения, который объединяет несколько изображений в одно изображение, чтобы увеличить разнообразие объектов и сцен в каждом пакете обучения. Это помогает улучшить способность модели обобщать различные размеры объектов, соотношения сторон и контексты.
В примере демонстрируется разнообразие и сложность изображений в наборе данных COCO и преимущества использования компиляции в процессе обучения.
Цитирование и благодарности
Если вы используете набор данных COCO в своей исследовательской или опытно-конструкторской работе, пожалуйста, сошлитесь 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 поблагодарить COCO Consortium за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения. Для получения дополнительной информации о наборе данных COCO и его создателях посетите веб-сайт 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 подписей. Он содержит 330 тысяч изображений с подробными аннотациями для 80 категорий объектов, что делает его важным для сравнительного анализа и обучения моделей компьютерного зрения. Исследователи используют COCO из-за его разнообразных категорий и стандартизированных метрик оценки, таких как средняя точность Precision (mAP).
Как я могу обучить модель YOLO с использованием набора данных COCO?
Чтобы обучить модель YOLO11 с использованием набора данных COCO, вы можете использовать следующие фрагменты кода:
Пример обучения
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
Обратитесь к странице Обучение для получения более подробной информации о доступных аргументах.
Каковы основные особенности набора данных COCO?
Набор данных COCO включает в себя:
- 330 тысяч изображений, из которых 200 тысяч аннотированы для обнаружения объектов, сегментации и создания подписей.
- 80 категорий объектов, начиная от обычных предметов, таких как автомобили и животные, и заканчивая конкретными, такими как сумки и спортивное оборудование.
- Стандартизированные метрики оценки для обнаружения объектов (mAP) и сегментации (средняя точность Recall, mAR).
- Метод Компиляции в пакетах обучения для улучшения обобщения модели по различным размерам и контекстам объектов.
Где я могу найти предварительно обученные модели YOLO11, обученные на наборе данных COCO?
Предварительно обученные модели YOLO11 на наборе данных COCO можно загрузить по ссылкам, представленным в документации. Примеры включают:
Эти модели различаются по размеру, mAP и скорости логического вывода, предоставляя варианты для различных требований к производительности и ресурсам.
Как структурирован набор данных COCO и как его использовать?
Датасет COCO разделен на три подмножества:
- Train2017: 118 тысяч изображений для обучения.
- Val2017: 5 тысяч изображений для проверки во время обучения.
- Test2017: 20 тысяч изображений для сравнительного анализа обученных моделей. Результаты необходимо отправить на сервер оценки COCO для оценки производительности.
Файл конфигурации YAML набора данных доступен по адресу coco.yaml, который определяет пути, классы и сведения о наборе данных.