Набор данных COCO8-Multispectral#

Введение#

Датасет Ultralytics COCO8-Multispectral представляет собой усовершенствованный вариант оригинального датасета COCO8, созданный для упрощения экспериментов с моделями многоспектрального детектирования объектов. Он состоит из тех же 8 изображений из обучающего набора COCO train 2017 (4 для обучения и 4 для валидации), но каждое изображение преобразовано в 10-канальный многоспектральный формат. Выходя за рамки стандартных RGB-каналов, COCO8-Multispectral позволяет разрабатывать и оценивать модели, способные использовать более богатую спектральную информацию.

COCO8-Multispectral полностью совместим с Ultralytics Platform и YOLO26, обеспечивая бесшовную интеграцию в твои рабочие процессы компьютерного зрения.

Структура набора данных#

COCO8-Multispectral использует те же 8 изображений, что и COCO8 (4 для обучения и 4 для валидации по всем 80 классам объектов COCO), но каждое изображение сохраняется как 10-канальный многоспектральный .tiff в формате меток YOLO:

coco8-multispectral/
├── images/
│   ├── train/   # 4 images (10-channel .tiff)
│   └── val/     # 4 images (10-channel .tiff)
└── labels/
    ├── train/
    └── val/

Генерация набора данных#

Мультиспектральные изображения в COCO8-Multispectral были созданы путем интерполяции оригинальных RGB-изображений по 10 равномерно распределенным спектральным каналам в видимом диапазоне. Процесс включает:

• Назначение длины волны: Присвоение номинальных длин волн каналам RGB — красный: 650 нм, зеленый: 510 нм, синий: 475 нм.
• Интерполяция: Использование линейной интерполяции для оценки значений пикселей на промежуточных длинах волн от 450 нм до 700 нм, в результате чего получается 10 спектральных каналов.
• Экстраполяция: Применение линейной экстраполяции для оценки значений за пределами исходных длин волн RGB, что обеспечивает полное спектральное представление.

Этот подход имитирует процесс многоспектральной съемки, предоставляя более разнообразный набор данных для обучения и оценки моделей. Дополнительную информацию о многоспектральной съемке читай в статье Википедии о многоспектральной съемке.

YAML набора данных#

Датасет COCO8-Multispectral настраивается с помощью файла YAML, который определяет пути к датасету, имена классов и основные метаданные. Ты можешь просмотреть официальный файл coco8-multispectral.yaml в репозитории Ultralytics на GitHub.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO8-Multispectral dataset (COCO8 images interpolated across 10 channels in the visual spectrum) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8-multispectral
# Example usage: yolo train data=coco8-multispectral.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8-multispectral ← downloads here (20.2 MB)

# 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: coco8-multispectral # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Number of multispectral image channels
channels: 10

# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8-multispectral.zip

import cv2
import numpy as np

# Create and write 10-channel TIFF
image = np.ones((10, 640, 640), dtype=np.uint8)  # CHW-order
cv2.imwritemulti("example.tiff", image)

# Read TIFF
success, frames_list = cv2.imreadmulti("example.tiff")
image = np.stack(frames_list, axis=2)
print(image.shape)  # (640, 640, 10)  HWC-order for training and inference

Использование#

Датасет COCO8-Multispectral (20.2 МБ) скачивается автоматически при первом запуске обучения. Чтобы обучить модель YOLO26n на COCO8-Multispectral в течение 100 эпох с размером изображения 640, используй следующие примеры. Полный список параметров обучения смотри в документации по обучению YOLO.

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Train the model on COCO8-Multispectral
results = model.train(data="coco8-multispectral.yaml", epochs=100, imgsz=640)

Подробности о выборе моделей и лучших практиках ищи в документации по моделям Ultralytics YOLO и в руководстве по советам для обучения моделей YOLO.

Примеры изображений и аннотации#

Ниже приведен пример мозаичного обучающего батча из набора данных COCO8-Multispectral:

• Изображение с мозаикой: На этом изображении показан обучающий батч, где несколько изображений из датасета объединены с помощью мозаичной аугментации. Мозаичная аугментация увеличивает разнообразие объектов и сцен в каждом батче, помогая модели лучше обобщать данные для различных размеров объектов, соотношений сторон и фонов.

Этот метод особенно ценен для небольших наборов данных, таких как COCO8-Multispectral, поскольку он максимально эффективно использует каждое изображение во время обучения.

Цитирование и благодарности#

Если ты используешь набор данных COCO в своих исследованиях или разработках, 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}
}

Особая благодарность Консорциуму COCO за их постоянный вклад в сообщество компьютерного зрения.

FAQ#