Набор данных COCO-Seg
Набор данных COCO-Seg, расширение набора данных COCO (Common Objects in Context), специально разработан для помощи в исследованиях в области сегментации экземпляров объектов. Он использует те же изображения, что и COCO, но вводит более подробные аннотации сегментации. Этот набор данных является важным ресурсом для исследователей и разработчиков, работающих над задачами сегментации экземпляров, особенно для обучения моделей Ultralytics YOLO.
Предварительно обученные модели COCO-Seg
Модель | размер (пиксели) |
mAPbox 50-95 |
mAPmask 50-95 |
Скорость CPU ONNX (мс) |
Скорость T4 TensorRT10 (мс) |
параметры (M) |
FLOPs (B) |
---|---|---|---|---|---|---|---|
YOLO11n-seg | 640 | 38.9 | 32.0 | 65.9 ± 1.1 | 1.8 ± 0.0 | 2.9 | 10.4 |
YOLO11s-seg | 640 | 46.6 | 37.8 | 117.6 ± 4.9 | 2.9 ± 0.0 | 10.1 | 35.5 |
YOLO11m-seg | 640 | 51.5 | 41.5 | 281.6 ± 1.2 | 6.3 ± 0.1 | 22.4 | 123.3 |
YOLO11l-seg | 640 | 53.4 | 42.9 | 344.2 ± 3.2 | 7.8 ± 0.2 | 27.6 | 142.2 |
YOLO11x-seg | 640 | 54.7 | 43.8 | 664.5 ± 3.2 | 15.8 ± 0.7 | 62.1 | 319.0 |
Основные характеристики
- COCO-Seg сохраняет оригинальные 330 тысяч изображений из COCO.
- Набор данных состоит из тех же 80 категорий объектов, что и в исходном наборе данных COCO.
- Теперь аннотации включают более подробные маски сегментации экземпляров для каждого объекта на изображениях.
- COCO-Seg предоставляет стандартизированные метрики оценки, такие как средняя точность (mAP) для обнаружения объектов и средняя полнота (mAR) для задач сегментации экземпляров, что позволяет эффективно сравнивать производительность моделей.
Структура набора данных
Датасет COCO-Seg разделен на три подмножества:
- Train2017: Этот поднабор содержит 118 тыс. изображений для обучения моделей сегментации экземпляров.
- Val2017: Этот поднабор включает 5 тыс. изображений, используемых для целей валидации во время обучения модели.
- Test2017: Этот поднабор включает 20 тыс. изображений, используемых для тестирования и оценки обученных моделей. Ground truth аннотации для этого подмножества общедоступны, и результаты отправляются на сервер оценки COCO для оценки производительности.
Приложения
COCO-Seg широко используется для обучения и оценки моделей глубокого обучения в задачах сегментации экземпляров, таких как модели YOLO. Большое количество аннотированных изображений, разнообразие категорий объектов и стандартизированные метрики оценки делают его незаменимым 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 важную информацию. В случае набора данных COCO-Seg, 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-seg на наборе данных COCO-Seg в течение 100 эпох с размером изображения 640, вы можете использовать следующие фрагменты кода. Для получения полного списка доступных аргументов обратитесь к странице Training модели.
Пример обучения
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n-seg.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 segment train data=coco.yaml model=yolo11n-seg.pt epochs=100 imgsz=640
Примеры изображений и аннотации
COCO-Seg, как и его предшественник COCO, содержит разнообразный набор изображений с различными категориями объектов и сложными сценами. Однако COCO-Seg представляет более детализированные маски сегментации экземпляров для каждого объекта на изображениях. Вот несколько примеров изображений из набора данных вместе с соответствующими масками сегментации экземпляров:
- Мозаичное изображение: На этом изображении показан пакет обучения, состоящий из мозаичных изображений набора данных. Мозаика — это метод, используемый во время обучения, который объединяет несколько изображений в одно, чтобы увеличить разнообразие объектов и сцен в каждом пакете обучения. Это помогает модели обобщать различные размеры объектов, соотношения сторон и контексты.
Этот пример демонстрирует разнообразие и сложность изображений в наборе данных COCO-Seg и преимущества использования мозаики в процессе обучения.
Цитирование и благодарности
Если вы используете набор данных COCO-Seg в своих исследованиях или разработках, пожалуйста, сошлитесь на оригинальную статью COCO и укажите расширение COCO-Seg:
@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 выражаем благодарность консорциуму COCO за создание и поддержку этого бесценного 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-Seg и чем он отличается от оригинального набора данных COCO?
Набор данных COCO-Seg является расширением оригинального набора данных COCO (Common Objects in Context), специально разработанным для задач сегментации экземпляров. Хотя он использует те же изображения, что и набор данных COCO, COCO-Seg включает более подробные аннотации сегментации, что делает его мощным ресурсом для исследователей и разработчиков, занимающихся сегментацией экземпляров объектов.
Как я могу обучить модель YOLO11, используя датасет COCO-Seg?
Чтобы обучить модель YOLO11n-seg на наборе данных COCO-Seg в течение 100 эпох с размером изображения 640, вы можете использовать следующие фрагменты кода. Для получения подробного списка доступных аргументов обратитесь к странице Training модели.
Пример обучения
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n-seg.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 segment train data=coco.yaml model=yolo11n-seg.pt epochs=100 imgsz=640
Каковы основные характеристики набора данных COCO-Seg?
Датасет COCO-Seg включает несколько ключевых особенностей:
- Сохраняет исходные 330 тысяч изображений из набора данных COCO.
- Аннотирует те же 80 категорий объектов, что и в оригинальном COCO.
- Предоставляет более подробные маски сегментации экземпляров для каждого объекта.
- Использует стандартизированные метрики оценки, такие как средняя точность (mAP) для обнаружения объектов и средняя полнота (mAR) для задач сегментации экземпляров.
Какие предварительно обученные модели доступны для COCO-Seg и каковы их показатели производительности?
Датасет COCO-Seg поддерживает несколько предварительно обученных моделей сегментации YOLO11 с различными метриками производительности. Вот краткое описание доступных моделей и их ключевых метрик:
Модель | размер (пиксели) |
mAPbox 50-95 |
mAPmask 50-95 |
Скорость CPU ONNX (мс) |
Скорость T4 TensorRT10 (мс) |
параметры (M) |
FLOPs (B) |
---|---|---|---|---|---|---|---|
YOLO11n-seg | 640 | 38.9 | 32.0 | 65.9 ± 1.1 | 1.8 ± 0.0 | 2.9 | 10.4 |
YOLO11s-seg | 640 | 46.6 | 37.8 | 117.6 ± 4.9 | 2.9 ± 0.0 | 10.1 | 35.5 |
YOLO11m-seg | 640 | 51.5 | 41.5 | 281.6 ± 1.2 | 6.3 ± 0.1 | 22.4 | 123.3 |
YOLO11l-seg | 640 | 53.4 | 42.9 | 344.2 ± 3.2 | 7.8 ± 0.2 | 27.6 | 142.2 |
YOLO11x-seg | 640 | 54.7 | 43.8 | 664.5 ± 3.2 | 15.8 ± 0.7 | 62.1 | 319.0 |
Эти модели варьируются от легкой YOLO11n-seg до более мощной YOLO11x-seg, предлагая различные компромиссы между скоростью и точностью для соответствия различным требованиям приложений. Для получения дополнительной информации о выборе модели посетите страницу моделей Ultralytics.
Какова структура набора данных COCO-Seg и какие подмножества он содержит?
Датасет COCO-Seg разделен на три подмножества для конкретных потребностей обучения и оценки:
- Train2017: Содержит 118 тыс. изображений, используемых в основном для обучения моделей сегментации экземпляров.
- Val2017: Содержит 5 тысяч изображений, используемых для валидации в процессе обучения.
- Test2017: Включает 20 тыс. изображений, зарезервированных для тестирования и оценки обученных моделей. Обратите внимание, что ground truth аннотации для этого подмножества общедоступны, а результаты производительности отправляются на сервер оценки COCO для оценки.
Для небольших экспериментальных задач вы также можете рассмотреть возможность использования набора данных COCO8-seg, который представляет собой компактную версию, содержащую всего 8 изображений из набора COCO train 2017.