Датасет COCO8-Multispectral
Введение#
Набор данных COCO8-Multispectral от Ultralytics — вариант исходного набора COCO8 для экспериментов с моделями обнаружения объектов по мультиспектральным данным. Он содержит те же 8 изображений из обучающей выборки COCO train 2017 — 4 для обучения и 4 для валидации, — но каждое изображение преобразовано в мультиспектральный формат с 10 каналами. Благодаря использованию каналов помимо стандартных RGB COCO8-Multispectral позволяет разрабатывать и оценивать модели, работающие с более подробной спектральной информацией.
COCO8-Multispectral совместим с Ultralytics Platform и YOLO26, поэтому его можно напрямую использовать в рабочих процессах компьютерного зрения.
Смотри: Как обучить Ultralytics YOLO на монохромных и мультиспектральных датасетах | Многоканальное VisionAI 🚀
Структура набора данных#
COCO8-Multispectral использует те же 8 изображений, что и COCO8: 4 для обучения и 4 для валидации, размеченные 80 названиями классов COCO. Однако каждое изображение хранится как 10-канальный мультиспектральный .tiff в формате разметки YOLO:
coco8-multispectral/
├── images/
│ ├── train/ # 4 images (10-channel .tiff)
│ └── val/ # 4 images (10-channel .tiff)
└── labels/
├── train/
└── val/Создание датасета#
Мультиспектральные изображения COCO8-Multispectral созданы путём интерполяции исходных RGB-изображений по 10 равномерно распределённым спектральным каналам в видимом диапазоне. Процесс включает:
- Назначение длин волн: назначение номинальных длин волн каналам RGB — красный: 650 нм, зелёный: 510 нм, синий: 475 нм.
- Интерполяция: линейная интерполяция для оценки значений пикселей на промежуточных длинах волн между 450 нм и 700 нм, в результате чего получаются 10 спектральных каналов.
- Экстраполяция: линейная экстраполяция для оценки значений за пределами исходных длин волн RGB, обеспечивающая полное спектральное представление.
Этот подход имитирует процесс мультиспектральной съёмки и предоставляет более разнообразные данные для обучения и оценки моделей. Подробнее о мультиспектральной съёмке см. в статье Википедии о мультиспектральной съёмке.
Файл YAML набора данных#
Датасет COCO8-Multispectral настраивается с помощью YAML-файла, в котором указаны пути к данным, названия классов и важные метаданные. Официальный файл coco8-multispectral.yaml можно посмотреть 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.zipПодготовь TIFF-изображения в порядке (channel, height, width), сохрани их с расширением .tiff или .tif и убедись, что они имеют формат uint8, чтобы использовать их с Ultralytics:
import cv2
import numpy as np
# Создание и запись 10-канального TIFF
image = np.ones((10, 640, 640), dtype=np.uint8) # Порядок CHW
cv2.imwritemulti("example.tiff", image)
# Чтение TIFF
success, frames_list = cv2.imreadmulti("example.tiff")
image = np.stack(frames_list, axis=2)
print(image.shape) # (640, 640, 10) порядок HWC для обучения и инференсаИспользование#
Датасет COCO8-Multispectral (20,2 МБ) автоматически загружается при первом запуске обучения. Чтобы обучить модель YOLO26n на COCO8-Multispectral в течение 100 эпох с размером изображения 640, используй следующие примеры.
from ultralytics import YOLO
# Загрузить предобученную модель YOLO26n
model = YOLO("yolo26n.pt")
# Обучи модель на COCO8-Multispectral
results = model.train(data="coco8-multispectral.yaml", epochs=100, imgsz=640)Подробнее о выборе модели и лучших практиках читай в документации по моделям Ultralytics YOLO и руководстве по обучению моделей YOLO.
Примеры изображений и аннотаций#
Ниже приведён пример мозаичного обучающего батча из датасета COCO8-Multispectral:
- Мозаичное изображение: на этом изображении показан обучающий батч, в котором несколько изображений датасета объединены с помощью мозаичной аугментации. Мозаичная аугментация увеличивает разнообразие объектов и сцен в каждом батче, помогая модели лучше обобщать данные для объектов разных размеров и пропорций, а также для разных фонов.
Этот метод особенно полезен для небольших датасетов, таких как COCO8-Multispectral, поскольку позволяет максимально эффективно использовать каждое изображение 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}
}Особая благодарность консорциуму COCO за постоянный вклад в развитие сообщества компьютерного зрения.
Часто задаваемые вопросы#
Датасет Ultralytics COCO8-Multispectral предназначен для быстрого тестирования и отладки моделей мультиспектрального обнаружения объектов. Он содержит всего 8 изображений (4 для обучения и 4 для валидации), поэтому отлично подходит для проверки конвейеров обучения YOLO26 перед переходом к более крупным датасетам.
Мультиспектральные данные содержат дополнительную спектральную информацию помимо стандартных RGB-каналов, что позволяет моделям различать объекты по незначительным различиям в отражательной способности на разных длинах волн. Это может повысить точность обнаружения, особенно в сложных условиях, например при слабом освещении или маскировке.
Да. COCO8-Multispectral совместим с Ultralytics Platform и моделями Ultralytics YOLO, включая YOLO26, как для обучения, так и для валидации.
Чтобы подробнее разобраться в методах аугментации данных, таких как мозаичная аугментация, и их влиянии на производительность модели, смотри руководство по аугментации данных YOLO и статью в блоге Ultralytics об аугментации данных.
Этот набор отлично подходит для учебных демонстраций, создания прототипов новых архитектур моделей и проверки многоканальных конвейеров. В нем всего 8 изображений, поэтому он слишком мал для содержательного сравнения моделей; для репрезентативных метрик используй более крупный набор данных.
Комментарии1
Задай вопрос, поделись результатами или помоги кому-нибудь.
brenoslinhares
Good afternoon.
I reproduced it for detection and it worked normally. However, adapting the COCO8-Multispectral dataset for classification, as well as the .yaml file when loading the model with channels equal to 10 and the dataset root path in data, returns the following error: RuntimeError: Given groups=1, weight of size [16, 10, 3, 3], expected input [4, 3, 640, 640] to have 10 channels, but got 3 channels instead.
Is it possible to use it for classification, including with data augmentation? How would this be possible? Has there been an update for this task?
Thank you in advance.



