Tập dữ liệu COCO128
Giới thiệu
Ultralytics COCO128 là một tập dữ liệu phát hiện đối tượng nhỏ nhưng linh hoạt, bao gồm 128 hình ảnh đầu tiên của tập train COCO 2017. Tập dữ liệu này lý tưởng để kiểm thử và gỡ lỗi các model phát hiện đối tượng, hoặc để thử nghiệm các phương pháp phát hiện mới. Với 128 hình ảnh, nó đủ nhỏ để dễ dàng quản lý, nhưng vẫn đủ đa dạng để kiểm thử các pipeline huấn luyện tìm lỗi và đóng vai trò kiểm tra tính hợp lệ trước khi huấn luyện các tập dữ liệu lớn hơn.
Watch: Ultralytics COCO Dataset Overview
Tập dữ liệu này được thiết kế để sử dụng với Ultralytics Platform và YOLO26.
Dataset YAML
Một tệp YAML (Yet Another Markup Language) được sử dụng để xác định cấu hình tập dữ liệu. Nó chứa thông tin về đường dẫn, các lớp và các thông tin liên quan khác của tập dữ liệu. Đối với tập dữ liệu COCO128, tệp coco128.yaml được duy trì tại https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco128.yaml.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# COCO128 dataset https://www.kaggle.com/datasets/ultralytics/coco128 (first 128 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco/
# Example usage: yolo train data=coco128.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco128 ← downloads here (7 MB)
# 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: coco128 # dataset root dir
train: images/train2017 # train images (relative to 'path') 128 images
val: images/train2017 # val images (relative to 'path') 128 images
test: # test images (optional)
# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco128.zipCách sử dụng
Để huấn luyện một model YOLO26n trên tập dữ liệu COCO128 trong 100 epoch với kích thước ảnh là 640, bạn có thể sử dụng các đoạn code sau. Để xem danh sách đầy đủ các tham số có sẵn, hãy tham khảo trang Huấn luyện (Training) của model.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)Hình ảnh và chú thích mẫu
Dưới đây là một số ví dụ về hình ảnh từ tập dữ liệu COCO128, cùng với các chú thích (annotation) tương ứng của chúng:
- Mosaiced Image: Hình ảnh này minh họa một batch huấn luyện bao gồm các hình ảnh tập dữ liệu được ghép lại (mosaic). Mosaicing là một kỹ thuật được sử dụng trong quá trình huấn luyện nhằm kết hợp nhiều hình ảnh thành một hình ảnh duy nhất để tăng sự đa dạng của các vật thể và cảnh quan trong mỗi batch huấn luyện. Điều này giúp cải thiện khả năng tổng quát hóa của mô hình đối với các kích thước, tỷ lệ khung hình và bối cảnh vật thể khác nhau.
Ví dụ này cho thấy sự đa dạng và độ phức tạp của các hình ảnh trong tập dữ liệu COCO128 cũng như những lợi ích của việc sử dụng kỹ thuật mosaic trong quá trình huấn luyện.
Trích dẫn và Ghi nhận
Nếu bạn sử dụng tập dữ liệu COCO trong công việc nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn bài báo sau:
@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}
}Chúng tôi xin gửi lời cảm ơn đến COCO Consortium vì đã tạo và duy trì nguồn tài nguyên quý giá này cho cộng đồng thị giác máy tính (computer vision). Để biết thêm thông tin về tập dữ liệu COCO và những người tạo ra nó, hãy truy cập trang web của tập dữ liệu COCO.
Câu hỏi thường gặp (FAQ)
Tập dữ liệu Ultralytics COCO128 được dùng để làm gì?
Tập dữ liệu Ultralytics COCO128 là một tập con gọn nhẹ chứa 128 hình ảnh đầu tiên từ tập dữ liệu COCO train 2017. Nó chủ yếu được dùng để kiểm thử và gỡ lỗi các model phát hiện đối tượng, thử nghiệm các phương pháp phát hiện mới và xác thực các pipeline huấn luyện trước khi mở rộng quy mô sang các tập dữ liệu lớn hơn. Kích thước dễ quản lý khiến nó trở nên hoàn hảo cho các vòng lặp nhanh trong khi vẫn cung cấp đủ sự đa dạng để trở thành một trường hợp kiểm thử có ý nghĩa.
Làm thế nào để tôi huấn luyện một model YOLO26 sử dụng tập dữ liệu COCO128?
Để huấn luyện một model YOLO26 trên tập dữ liệu COCO128, bạn có thể sử dụng Python hoặc các lệnh CLI. Cách làm như sau:
from ultralytics import YOLO
# Load a pretrained model
model = YOLO("yolo26n.pt")
# Train the model
results = model.train(data="coco128.yaml", epochs=100, imgsz=640)Để biết thêm các tùy chọn và tham số huấn luyện, hãy tham khảo tài liệu Huấn luyện (Training).
Việc sử dụng tăng cường dữ liệu kiểu mosaic với COCO128 mang lại lợi ích gì?
Tăng cường dữ liệu kiểu mosaic, như được hiển thị trong các hình ảnh mẫu, kết hợp nhiều hình ảnh huấn luyện thành một hình ảnh tổng hợp duy nhất. Kỹ thuật này mang lại một số lợi ích khi huấn luyện với COCO128:
- Tăng sự đa dạng của các đối tượng và ngữ cảnh trong mỗi batch huấn luyện
- Cải thiện khả năng tổng quát hóa của model trên các kích thước đối tượng và tỷ lệ khung hình khác nhau
- Nâng cao hiệu suất phát hiện đối với các đối tượng ở nhiều quy mô khác nhau
- Tối đa hóa công dụng của một tập dữ liệu nhỏ bằng cách tạo ra các mẫu huấn luyện đa dạng hơn
Kỹ thuật này đặc biệt có giá trị đối với các tập dữ liệu nhỏ hơn như COCO128, giúp các model học được các đặc trưng mạnh mẽ hơn từ dữ liệu hạn chế.
COCO128 so sánh thế nào với các biến thể tập dữ liệu COCO khác?
COCO128 (128 hình ảnh) nằm giữa COCO8 (8 hình ảnh) và tập dữ liệu COCO đầy đủ (hơn 118.000 hình ảnh) về mặt kích thước:
- COCO8: Chỉ chứa 8 hình ảnh (4 train, 4 val) - lý tưởng cho việc kiểm thử nhanh và gỡ lỗi
- COCO128: Chứa 128 hình ảnh - cân bằng giữa kích thước và sự đa dạng
- Full COCO: Chứa hơn 118.000 hình ảnh huấn luyện - toàn diện nhưng tốn nhiều tài nguyên
COCO128 cung cấp một điểm trung gian tốt, mang lại sự đa dạng hơn so với COCO8 trong khi vẫn dễ quản lý hơn nhiều so với tập dữ liệu COCO đầy đủ cho mục đích thử nghiệm và phát triển model ban đầu.
Tôi có thể sử dụng COCO128 cho các tác vụ khác ngoài phát hiện đối tượng không?
Mặc dù COCO128 được thiết kế chủ yếu cho phát hiện đối tượng, các chú thích của tập dữ liệu này có thể được điều chỉnh cho các tác vụ thị giác máy tính khác:
- Phân đoạn thực thể (Instance segmentation): Sử dụng các mặt nạ phân đoạn (segmentation mask) được cung cấp trong chú thích
- Phát hiện điểm chính (Keypoint detection): Đối với các hình ảnh chứa con người có các chú thích điểm chính
- Học chuyển đổi (Transfer learning): Làm điểm khởi đầu để tinh chỉnh (fine-tune) các model cho các tác vụ tùy chỉnh
Đối với các tác vụ chuyên biệt như phân đoạn (segmentation), hãy cân nhắc sử dụng các biến thể được thiết kế riêng như COCO8-seg, vốn bao gồm các chú thích phù hợp.