Набор данных COCO-Seg
Набор данных COCO-Seg, являющийся расширением набора COCO (Common Objects in Context), специально разработан для помощи в исследованиях сегментации экземпляров объектов. В нем используются те же изображения, что и в COCO, но вводятся более подробные аннотации к сегментации. Этот набор данных - важнейший ресурс для исследователей и разработчиков, занимающихся 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 A100 TensorRT (мс) |
params (M) |
FLOPs (B) |
---|---|---|---|---|---|---|---|
YOLOv8n-seg | 640 | 36.7 | 30.5 | 96.1 | 1.21 | 3.4 | 12.6 |
YOLOv8s-seg | 640 | 44.6 | 36.8 | 155.7 | 1.47 | 11.8 | 42.6 |
YOLOv8m-seg | 640 | 49.9 | 40.8 | 317.0 | 2.18 | 27.3 | 110.2 |
YOLOv8l-seg | 640 | 52.3 | 42.6 | 572.4 | 2.79 | 46.0 | 220.5 |
YOLOv8x-seg | 640 | 53.4 | 43.4 | 712.1 | 4.02 | 71.8 | 344.1 |
Основные характеристики
- COCO-Seg сохраняет оригинальные 330K изображений из COCO.
- Набор данных состоит из тех же 80 категорий объектов, что и в оригинальном наборе 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: Это подмножество содержит 118 тысяч изображений для обучения моделей сегментации экземпляров.
- Val2017: Это подмножество включает в себя 5К изображений, которые использовались для проверки во время обучения модели.
- Test2017: Это подмножество включает в себя 20 тысяч изображений, используемых для тестирования и бенчмаркинга обученных моделей. Наземные истинные аннотации для этого подмножества не находятся в открытом доступе, и результаты отправляются 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 к набору данных, классах и другую необходимую информацию. В случае с набором данных COCO-Seg файл YAML 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
Чтобы обучить модель YOLOv8n-seg на наборе данных COCO-Seg в течение 100 эпох при размере изображения 640, ты можешь воспользоваться следующими фрагментами кода. Полный список доступных аргументов можно найти на странице обучения модели.
Пример поезда
Примеры 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. Вот несколько примеров изображений из набора данных, а также соответствующие им маски сегментации экземпляров:
- Мозаичное изображение: Это изображение демонстрирует тренировочную 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 обобщать данные о различных размерах объектов, соотношениях сторон и контекстах.
Этот пример демонстрирует разнообразие и сложность изображений в наборе данных COCO-Seg и преимущества использования мозаики в процессе обучения.
Цитаты и благодарности
Если ты используешь набор данных COCO-Seg в своих исследованиях или разработках, пожалуйста, ссылайся на оригинальную статью COCO и указывай 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 поддержание этого бесценного ресурса для сообщества компьютерного зрения. Чтобы узнать больше о наборе данных COCO и его создателях, посети сайт COCO dataset.
ВОПРОСЫ И ОТВЕТЫ
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 COCO, COCO-Seg содержит более подробные аннотации к сегментации, что делает его мощным ресурсом для исследователей и разработчиков, сосредоточенных на сегментации экземпляров объектов.
Как обучить модель YOLOv8 , используя набор данных COCO-Seg?
Чтобы обучить модель YOLOv8n-seg на наборе данных COCO-Seg в течение 100 эпох при размере изображения 640, ты можешь воспользоваться следующими фрагментами кода. Подробный список доступных аргументов смотри на странице обучения модели.
Пример поезда
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 запоминаемость (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 YOLOv8 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 A100 TensorRT (мс) |
params (M) |
FLOPs (B) |
---|---|---|---|---|---|---|---|
YOLOv8n-seg | 640 | 36.7 | 30.5 | 96.1 | 1.21 | 3.4 | 12.6 |
YOLOv8s-seg | 640 | 44.6 | 36.8 | 155.7 | 1.47 | 11.8 | 42.6 |
YOLOv8m-seg | 640 | 49.9 | 40.8 | 317.0 | 2.18 | 27.3 | 110.2 |
YOLOv8l-seg | 640 | 52.3 | 42.6 | 572.4 | 2.79 | 46.0 | 220.5 |
YOLOv8x-seg | 640 | 53.4 | 43.4 | 712.1 | 4.02 | 71.8 | 344.1 |
Как структурирован набор данных COCO-Seg и какие подмножества он содержит?
Набор данных COCO-Seg разбит на три подмножества для конкретных целей обучения и оценки:
- Train2017: Содержит 118 тысяч изображений, используемых в основном для тренировки моделей сегментации экземпляров.
- Val2017: Состоит из 5K изображений, использованных для проверки в процессе обучения.
- Test2017: Включает в себя 20 тысяч изображений, предназначенных для тестирования и бенчмаркинга обученных моделей. Обрати внимание, что аннотации истинности для этого подмножества не находятся в открытом доступе, а результаты работы отправляются на сервер оценки COCO для оценки.
Создано 2023-11-12, Обновлено 2024-07-17
Авторы: hnliu_2@stu.xidian.edu.cn (1), glenn-jocher (7), RizwanMunawar (1), Laughing-q (1)