Link to this sectionTập dữ liệu COCO-Seg#

Tập dữ liệu COCO-Seg cung cấp các mask phân đoạn đối tượng (instance segmentation) COCO (Common Objects in Context) — bao gồm 118.287 ảnh huấn luyện và 5.000 ảnh kiểm thử với các mask đa giác trên 80 danh mục đối tượng — ở định dạng nhãn Ultralytics YOLO. Tập dữ liệu này sử dụng các hình ảnh gốc và chú thích phân đoạn gốc của COCO, được chuyển đổi cho quá trình huấn luyện YOLO, trở thành một tài nguyên thiết yếu cho các nhà nghiên cứu và nhà phát triển làm việc với các tác vụ instance segmentation.

Link to this sectionCác Pretrained Model cho COCO-Seg#

Link to this sectionTính năng chính#

• COCO-Seg cung cấp các mask instance segmentation cho 123.287 hình ảnh COCO train2017/val2017 được gắn nhãn (118.287 ảnh huấn luyện + 5.000 ảnh kiểm thử), nằm trong tập hợp khoảng ~330 nghìn hình ảnh rộng lớn hơn của COCO.
• Tập dữ liệu bao gồm 80 danh mục đối tượng tương tự như trong tập dữ liệu COCO gốc.
• Các chú thích cung cấp các mask instance segmentation ở định dạng nhãn đa giác YOLO.
• COCO-Seg cung cấp các số liệu mAP và mAR tiêu chuẩn hóa để đánh giá hiệu suất của instance segmentation, cho phép so sánh hiệu quả hiệu suất của các model.
• Dung lượng tải xuống: ~20.3 GB trong lần sử dụng đầu tiên (train2017.zip + val2017.zip + nhãn). Tệp test2017.zip dung lượng 7 GB sẽ không được tự động tải về, vì các hình ảnh đó không bao gồm ground truth và chỉ cần thiết khi thực hiện gửi bài thi test-dev2017.

Link to this sectionCấu trúc tập dữ liệu#

Tập dữ liệu COCO-Seg được chia thành ba tập con:

1. Train2017: 118.287 hình ảnh để huấn luyện các model instance segmentation.
2. Val2017: 5.000 hình ảnh được sử dụng để xác thực trong quá trình phát triển model.
3. Test-dev2017: 20.288 trong số 40.670 hình ảnh test2017, được sử dụng để đo lường hiệu năng. Các chú thích ground-truth cho tập con này không được công khai, vì vậy các dự đoán phải được gửi đến COCO evaluation server để chấm điểm.

Đối với các nhu cầu thử nghiệm quy mô nhỏ hơn, hãy xem các tập con COCO128-Seg (128 hình ảnh) và COCO8-Seg (8 hình ảnh).

Link to this sectionỨng dụng#

COCO-Seg được sử dụng rộng rãi để huấn luyện và đánh giá các model deep learning trên tác vụ instance segmentation, chẳng hạn như các model YOLO. Số lượng lớn hình ảnh được chú thích, sự đa dạng của các danh mục đối tượng và các số liệu đánh giá tiêu chuẩn hóa làm cho nó trở thành một tài nguyên không thể thiếu đối với các nhà nghiên cứu và thực hành trong lĩnh vực computer vision. Toàn bộ chú thích COCO-Seg cũng có thể được duyệt và quản lý trên Ultralytics Platform.

Link to this sectionYAML tập dữ liệu#

Một tệp YAML được sử dụng để định nghĩa cấu hình tập dữ liệu. Nó chứa thông tin về các đường dẫn, lớp và các thông tin liên quan khác của tập dữ liệu. Đối với tập dữ liệu COCO-Seg, tệp coco.yaml được duy trì tại 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 (20.3 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 via https://cocodataset.org/#detection-eval

# 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 (test2017.zip excluded: ground truth is withheld, only used for the eval-server test-dev split)
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
  ]
  download(urls, dir=dir / "images", threads=3)

Link to this sectionCách sử dụng#

Để huấn luyện một model YOLO26n-seg trên tập dữ liệu COCO-Seg trong 100 epochs với kích thước ảnh 640, bạn có thể sử dụng các đoạn code sau. Để xem danh sách đầy đủ các đối số khả dụng, hãy tham khảo trang Training của model.

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)

Link to this sectionHình ảnh mẫu và chú thích#

COCO-Seg chứa các hình ảnh đa dạng, danh mục đối tượng và cảnh phức tạp tương tự như COCO, với các mask instance segmentation được cung cấp ở định dạng nhãn YOLO. Dưới đây là một số ví dụ về hình ảnh từ tập dữ liệu, cùng với các mask instance segmentation 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 (mosaiced). 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 đối tượng và bối cảnh trong mỗi batch huấn luyện. Điều này hỗ trợ khả năng tổng quát hóa của model đối với các kích thước đối tượng, tỷ lệ khung hình và bối cảnh khác nhau.

Link to this sectionTrích dẫn và Ghi nhận#

Nếu bạn sử dụng tập dữ liệu COCO-Seg trong công việc nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn bài báo gốc về COCO và ghi nhận phần mở rộng 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}
}

Chúng tôi gửi lời cảm ơn đến COCO Consortium vì đã tạo ra và duy trì nguồn tài nguyên vô giá này cho cộng đồng computer vision. Để biết thêm thông tin về tập dữ liệu COCO và những người tạo ra nó, hãy truy cập website tập dữ liệu COCO.

Link to this sectionCâu hỏi thường gặp#

Link to this sectionTập dữ liệu COCO-Seg là gì và nó khác biệt thế nào so với tập dữ liệu COCO gốc?#

COCO-Seg là gói định dạng Ultralytics YOLO cho các mask instance segmentation gốc của COCO (Common Objects in Context) đối với cùng 118.287 hình ảnh train2017 và 5.000 hình ảnh val2017. Các chú thích COCO gốc đã bao gồm các mask đa giác này cho tất cả 80 danh mục đối tượng; COCO-Seg chuyển đổi chúng sang định dạng nhãn YOLO được sử dụng để huấn luyện object instance segmentation.

Link to this sectionLàm thế nào để tôi có thể huấn luyện một model YOLO26 sử dụng tập dữ liệu COCO-Seg?#

Để huấn luyện một model YOLO26n-seg trên tập dữ liệu COCO-Seg trong 100 epoch với kích thước hình ảnh là 640, bạn có thể sử dụng các đoạn code sau. Để có danh sách chi tiết các đối số huấn luyện có sẵn, hãy tham khảo trang Training của model.

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)

Link to this sectionCác tính năng chính của tập dữ liệu COCO-Seg là gì?#

Tập dữ liệu COCO-Seg bao gồm một số tính năng chính:

• Cung cấp các mask instance segmentation cho 123.287 hình ảnh COCO train2017/val2017 được gắn nhãn (118.287 ảnh huấn luyện + 5.000 ảnh kiểm thử).
• Ghi chú thích cho cùng 80 danh mục đối tượng được tìm thấy trong COCO gốc.
• Cung cấp các mask instance segmentation ở định dạng nhãn đa giác YOLO.
• Sử dụng các số liệu đánh giá tiêu chuẩn hóa như mean Average Precision (mAP) và mean Average Recall (mAR) cho các tác vụ instance segmentation.

Link to this sectionNhững pretrained model nào hiện có sẵn cho COCO-Seg và các chỉ số hiệu suất của chúng là gì?#

Tập dữ liệu COCO-Seg hỗ trợ nhiều pretrained YOLO26 segmentation model với các chỉ số hiệu suất khác nhau. Dưới đây là tóm tắt các model khả dụng và các chỉ số chính của chúng:

Các model này trải dài từ YOLO26n-seg gọn nhẹ đến YOLO26x-seg mạnh mẽ hơn, cung cấp các sự cân bằng khác nhau giữa tốc độ và độ chính xác để phù hợp với các yêu cầu ứng dụng đa dạng. Để biết thêm thông tin về việc lựa chọn model, hãy truy cập trang model Ultralytics.

Link to this sectionTập dữ liệu COCO-Seg được cấu trúc như thế nào và nó bao gồm những tập con nào?#

Tập dữ liệu COCO-Seg được chia thành ba tập con cho các nhu cầu huấn luyện và đánh giá cụ thể:

1. Train2017: Chứa 118.287 hình ảnh được sử dụng chủ yếu để huấn luyện các model instance segmentation.
2. Val2017: Bao gồm 5.000 hình ảnh được sử dụng để xác thực trong quá trình huấn luyện.
3. Test-dev2017: Bao gồm 20.288 trong số 40.670 hình ảnh test2017 dành riêng cho việc kiểm thử và đo lường hiệu năng các model đã huấn luyện. Lưu ý rằng các chú thích ground truth cho tập con này không được công khai và kết quả hiệu suất được gửi đến COCO evaluation server để đánh giá.

Đối với các nhu cầu thử nghiệm nhỏ hơn, bạn cũng có thể cân nhắc tập dữ liệu COCO128-Seg (128 hình ảnh) hoặc COCO8-Seg, một phiên bản rút gọn chỉ chứa 8 hình ảnh từ tập COCO train 2017.