Набор данных COCO-Seg

Q: What is the COCO-Seg dataset and how does it differ from the original COCO dataset?

Датасет COCO-Seg является расширением исходного датасета COCO (Common Objects in Context), специально разработанным для задач сегментации экземпляров. Хотя он использует те же изображения, что и датасет COCO, COCO-Seg включает более подробные аннотации сегментации, что делает его мощным ресурсом для исследователей и разработчиков, занимающихся сегментацией экземпляров объектов.

Q: What pretrained models are available for COCO-Seg, and what are their performance metrics?

Набор данных COCO-Seg поддерживает несколько предварительно обученных моделей сегментации YOLO11 с различными показателями производительности. Вот сводка доступных моделей и их ключевых показателей: Эти модели варьируются от легкой YOLO11n-seg до более мощной YOLO11x-seg, предлагая различные компромиссы между скоростью и точностью для удовлетворения различных требований приложений. Для получения дополнительной информации о выборе модели посетите страницу моделей Ultralytics.

Q: How is the COCO-Seg dataset structured and what subsets does it contain?

Набор данных COCO-Seg разделен на три подмножества для конкретных потребностей обучения и оценки: Для небольших экспериментальных потребностей вы также можете рассмотреть возможность использования набора данных COCO8-seg, который представляет собой компактную версию, содержащую всего 8 изображений из набора COCO train 2017.

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)}	mAP^box 50-95	mAP^mask 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

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.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:

Образец изображения набора данных

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:

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. 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

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.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)}	mAP^box 50-95	mAP^mask 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.

📅 Создано 1 год назад ✏️ Обновлено 6 месяцев назад