Набор данных COCO-Seg

Набор данных COCO-Seg, являющийся расширением набора данных COCO (Common Objects in Context), специально разработан для помощи в исследованиях в области сегментации экземпляров. Он использует те же изображения, что и COCO, но содержит более подробные аннотации сегментации. Этот набор данных является важнейшим ресурсом для исследователей и разработчиков, работающих над задачами сегментации экземпляров, особенно для обучения моделей Ultralytics YOLO.

Предобученные модели COCO-Seg

Основные характеристики

• COCO-Seg сохраняет исходные 330 тыс. изображений из COCO.
• Набор данных состоит из тех же 80 категорий объектов, что и в оригинальном наборе данных COCO.
• Аннотации теперь включают более детальные 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

Набор данных COCO-Seg разделен на три подмножества:

1. Train2017: 118 тыс. изображений для обучения моделей сегментации экземпляров.
2. Val2017: 5 тыс. изображений, используемых для валидации при разработке моделей.
3. Test2017: 20 тыс. изображений, используемых для тестирования. Аннотации с эталонными данными (ground-truth) для этого подмножества не являются публично доступными, поэтому прогнозы должны быть отправлены на сервер оценки COCO для получения оценки.

Приложения

COCO-Seg широко используется для обучения и оценки моделей глубинного 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 набора данных

Для определения конфигурации набора данных используется YAML-файл. Он содержит информацию о путях к данным, классах и другую соответствующую информацию. В случае с набором данных COCO-Seg файл coco.yaml находится по адресу https://github.com/ultralytics/ultralytics/blob/main/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 import ASSETS_URL
  from ultralytics.utils.downloads import download

  # Download labels
  segments = True  # segment or box labels
  dir = Path(yaml["path"])  # dataset root dir
  urls = [ASSETS_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 YOLO26n-seg на наборе данных COCO-Seg в течение 100 эпох с размером изображения 640, ты можешь использовать следующие фрагменты кода. Полный список доступных аргументов смотри на странице Обучение модели.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-seg.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

Примеры изображений и аннотаций

COCO-Seg, как и его предшественник COCO, содержит разнообразный набор изображений с различными категориями объектов и сложными сценами. Однако COCO-Seg предлагает более детальные 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 обучающий батч, 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 обучающем батче. Это помогает модели лучше обобщать данные при различных размерах объектов, соотношениях сторон и контекстах.

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

Цитирование и благодарности

Если ты используешь набор данных COCO-Seg в своей исследовательской или проектной работе, пожалуйста, сошлися на оригинальную статью COCO и укажи расширение до 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 неоценимого ресурса для сообщества компьютерного зрения. Для получения дополнительной информации о наборе данных COCO и его создателях посети веб-сайт набора данных COCO.

Часто задаваемые вопросы (FAQ)

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, сосредоточенных на сегментации экземпляров объектов.

Как обучить модель YOLO26, используя набор данных COCO-Seg?

Чтобы обучить модель YOLO26n-seg на наборе данных COCO-Seg в течение 100 эпох с размером изображения 640, ты можешь использовать следующие фрагменты кода. Подробный список доступных аргументов смотри на странице Обучение модели.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-seg.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

Каковы ключевые особенности набора данных COCO-Seg?

Набор данных COCO-Seg включает несколько ключевых особенностей:

• Сохраняет исходные 330 тыс. изображений из набора данных COCO.
• Аннотирует те же 80 категорий объектов, что и в оригинальном COCO.
• Предоставляет более детализированные 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 предобученные модели доступны для COCO-Seg и каковы их метрики производительности?

Набор данных COCO-Seg поддерживает несколько предобученных моделей сегментации YOLO26 с различными метриками производительности. Вот сводка доступных моделей и их ключевых метрик:

Эти модели варьируются от легкой YOLO26n-seg до более мощной YOLO26x-seg, предлагая различные балансы между скоростью и точностью для соответствия требованиям различных приложений. Для получения дополнительной информации о выборе модели посети страницу моделей Ultralytics.

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

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

1. Train2017: Содержит 118 тыс. изображений, используемых в основном для обучения моделей сегментации экземпляров.
2. Val2017: Включает 5 тыс. изображений, используемых для валидации в процессе обучения.
3. Test2017: Содержит 20 тыс. изображений, зарезервированных для тестирования и сравнительной оценки обученных моделей. Обрати внимание, что аннотации с эталонными данными для этого подмножества не являются общедоступными, а результаты производительности отправляются на сервер оценки COCO для анализа.

Для небольших экспериментов ты также можешь рассмотреть возможность использования набора данных COCO8-seg, который является компактной версией, содержащей всего 8 изображений из набора COCO train 2017.