Набор данных COCO-Seg

Набор данных COCO-Seg, являющийся расширением набора данных COCO (Common Objects in Context), специально разработан для помощи в исследованиях сегментации объектов. В нем используются те же изображения, что и в COCO, но вводятся более подробные аннотации к сегментации. Этот набор данных является важным ресурсом для исследователей и разработчиков, работающих над задачами сегментации объектов, особенно для обучения моделей YOLO .

Предварительно обученные модели COCO-Seg

Модель	размер ^{(пикселей)}	mAPbox^50-95	mAPmask^50-95	Скорость ^{CPU ONNX (мс)}	Скорость T4^{TensorRT10 (мс)}	params ^(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 330K изображений из COCO.
Набор данных состоит из тех же 80 категорий объектов, что и оригинальный набор 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 запоминаемость (mAR) для задач сегментации экземпляров, что позволяет эффективно сравнивать производительность моделей.

Структура набора данных

Набор данных COCO-Seg разбит на три подмножества:

Train2017: Этот поднабор содержит 118 тыс. изображений для обучения моделей сегментации экземпляров.
Val2017: Это подмножество включает 5K изображений, использованных для проверки в процессе обучения модели.
Test2017: Это подмножество включает в себя 20 тыс. изображений, используемых для тестирования и проверки обученных моделей. Истинные аннотации для этого подмножества не находятся в открытом доступе, а результаты передаются на сервер оценки COCO для оценки производительности.

Приложения

COCO-Seg широко используется для обучения и оценки моделей глубокого обучения в сегментации объектов, таких как модели YOLO . Большое количество аннотированных изображений, разнообразие категорий объектов и стандартизированные метрики оценки делают его незаменимым 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, классах и другую необходимую информацию о наборе данных. В случае с набором данных COCO-Seg файл 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

Для обучения модели YOLO11n-seg на наборе данных COCO-Seg в течение 100 эпох при размере изображения 640 можно использовать следующие фрагменты кода. Полный список доступных аргументов см. на странице Обучение модели.

Пример поезда

PythonCLI

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-seg.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo segment train data=coco-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Образцы изображений и аннотаций

COCO-Seg, как и его предшественник COCO, содержит разнообразный набор изображений с различными категориями объектов и сложными сценами. Однако в COCO-Seg представлены более подробные маски сегментации экземпляров для каждого объекта на изображениях. Ниже приведены примеры изображений из набора данных с соответствующими масками сегментации экземпляров:

Образец изображения из набора данных

Мозаичное изображение: Это изображение демонстрирует обучающую 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 модели адаптироваться к различным размерам объектов, соотношению сторон и контексту.

Этот пример демонстрирует разнообразие и сложность изображений в наборе данных COCO-Seg и преимущества использования мозаики в процессе обучения.

Цитаты и благодарности

Если вы используете набор данных COCO-Seg в своих исследованиях или разработках, пожалуйста, ссылайтесь на оригинальную статью COCO и указывайте расширение COCO-Seg:

BibTeX

@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. Дополнительную информацию о наборе данных COCO и его создателях можно найти на сайте 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 - это расширение оригинального набора данных COCO (Common Objects in Context), специально разработанное для задач сегментации экземпляров. Хотя в нем используются те же изображения, что и в наборе данных COCO, COCO-Seg включает более подробные аннотации сегментации, что делает его мощным ресурсом для исследователей и разработчиков, занимающихся сегментацией экземпляров объектов.

Как обучить модель YOLO11 с помощью набора данных COCO-Seg?

Для обучения модели YOLO11n-seg на наборе данных COCO-Seg в течение 100 эпох при размере изображения 640 можно использовать следующие фрагменты кода. Подробный список доступных аргументов см. на странице Обучение модели.

Пример поезда

PythonCLI

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-seg.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo segment train data=coco-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Каковы ключевые особенности набора данных COCO-Seg?

Набор данных COCO-Seg включает в себя несколько ключевых особенностей:

Сохраняет оригинальные 330K 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.
Используются стандартизированные метрики оценки, такие как средняя точность (mAP) для обнаружения объектов и средняя средняя оценка (mAR) для задач сегментации экземпляров.

Какие предварительно обученные модели доступны для COCO-Seg, и каковы их показатели эффективности?

Набор данных COCO-Seg поддерживает несколько предварительно обученных моделей сегментации YOLO11 с различными показателями эффективности. Вот краткое описание доступных моделей и их ключевых показателей:

Модель	размер ^{(пикселей)}	mAPbox^50-95	mAPmask^50-95	Скорость ^{CPU ONNX (мс)}	Скорость T4^{TensorRT10 (мс)}	params ^(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

Как структурирован набор данных COCO-Seg и какие подмножества он содержит?

Набор данных COCO-Seg разделен на три подмножества для конкретных целей обучения и оценки:

Train2017: Содержит 118 тыс. изображений, используемых в основном для обучения моделей сегментации экземпляров.
Val2017: Содержит 5K изображений, использованных для проверки в процессе обучения.
Test2017: Включает в себя 20 тыс. изображений, предназначенных для тестирования и проверки обученных моделей. Обратите внимание, что аннотации истинности для этого подмножества не находятся в открытом доступе, а результаты работы передаются на сервер оценки COCO для оценки.

📅 Создано 1 год назад ✏️ Обновлено 1 месяц назад