COCO -Bộ dữ liệu phân đoạn

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

Các COCO - Bộ dữ liệu Seg là phần mở rộng của bộ dữ liệu gốc COCO (Các Đối tượng Chung trong Bối cảnh) tập dữ liệu, được thiết kế đặc biệt cho các tác vụ phân đoạn. Mặc dù nó sử dụng cùng hình ảnh với COCO tập dữ liệu, COCO -Seg bao gồm các chú thích phân đoạn chi tiết hơn, khiến nó trở thành một nguồn tài nguyên mạnh mẽ cho các nhà nghiên cứu và nhà phát triển tập trung vào phân đoạn phiên bản đối tượng.

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

Các COCO - Bộ dữ liệu phân đoạn được phân vùng thành ba tập hợp con cho nhu cầu đào tạo và đánh giá cụ thể: Đối với nhu cầu thử nghiệm nhỏ hơn, bạn cũng có thể cân nhắc sử dụng COCO8 -seg dataset, là phiên bản nhỏ gọn chỉ chứa 8 hình ảnh từ COCO bộ tàu hỏa 2017.

Bộ dữ liệu COCO -Seg , một phần mở rộng của COCO Bộ dữ liệu (Đối tượng Chung trong Bối cảnh) được thiết kế đặc biệt để hỗ trợ nghiên cứu về phân đoạn đối tượng. Nó sử dụng cùng hình ảnh như COCO nhưng giới thiệu các chú thích phân đoạn chi tiết hơn. Bộ dữ liệu này là một nguồn tài nguyên quan trọng cho các nhà nghiên cứu và nhà phát triển đang làm việc trên các tác vụ phân đoạn phiên bản, đặc biệt là để đào tạo các mô hình Ultralytics YOLO .

COCO -Seg Mô hình được đào tạo trước

Mô hình	Kích thước ^(pixels)	mAP ^{hộp 50-95}	mAP ^{mặt nạ 50-95}	Tốc độ ^{CPU ONNX (ms)}	Tốc độ ^{T4 TensorRT10 (ms)}	Tham số ^(M)	FLOPs ^(B)
YOLO11n-seg	640	38.9	32.0	65.9 ± 1.1	1.8 ± 0.0	2.9	9.7
YOLO11s-seg	640	46.6	37.8	117.6 ± 4.9	2.9 ± 0.0	10.1	33.0
YOLO11m-seg	640	51.5	41.5	281.6 ± 1.2	6.3 ± 0.1	22.4	113.2
YOLO11l-seg	640	53.4	42.9	344.2 ± 3.2	7.8 ± 0.2	27.6	132.2
YOLO11x-seg	640	54.7	43.8	664.5 ± 3.2	15.8 ± 0.7	62.1	296.4

Các tính năng chính

COCO -Seg giữ lại 330K hình ảnh gốc từ COCO .
Bộ dữ liệu bao gồm 80 danh mục đối tượng giống như trong bản gốc COCO tập dữ liệu.
Các chú thích hiện bao gồm mặt nạ phân đoạn thể hiện chi tiết hơn cho từng đối tượng trong ảnh.
COCO -Seg cung cấp các số liệu đánh giá chuẩn hóa như Độ chính xác trung bình ( mAP ) để phát hiện đối tượng và Thu hồi trung bình (mAR) cho các tác vụ phân đoạn ví dụ, cho phép so sánh hiệu quả hiệu suất của mô hình.

Cấu trúc bộ dữ liệu

Các COCO - Bộ dữ liệu phân đoạn được phân chia thành ba tập con:

Train2017 : 118K hình ảnh để đào tạo các mô hình phân đoạn trường hợp.
Val2017 : 5K hình ảnh được sử dụng để xác thực trong quá trình phát triển mô hình.
Test2017 : 20.000 hình ảnh được sử dụng để đánh giá chuẩn. Chú thích thực tế cho tập hợp con này không được công khai, do đó, các dự đoán phải được gửi đến máy chủ đánh giá COCO để chấm điểm.

Các ứng dụng

COCO -Seg được sử dụng rộng rãi để đào tạo và đánh giá các mô hình học sâu trong phân đoạn trường hợp, chẳng hạn như YOLO mô hình. Số lượng lớn hình ảnh có chú thích, sự đa dạng của các danh mục đối tượng và các số liệu đánh giá chuẩn hóa khiến nó trở thành nguồn tài nguyên không thể thiếu đối với các nhà nghiên cứu và chuyên gia về thị giác máy tính .

YAML bộ dữ liệu

Tệp YAML (Yet Another Markup Language - Ngôn ngữ Đánh dấu Khác) được sử dụng để định nghĩa cấu hình tập dữ liệu. Tệp này chứa thông tin về đường dẫn, lớp và các thông tin liên quan khác của tập dữ liệu. Trong trường hợp COCO -Seg tập dữ liệu, các coco.yaml tệp được duy trì tại 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 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)

Cách sử dụng

Để đào tạo một mô hình YOLO11n-seg trên COCO - Tập dữ liệu phân đoạn cho 100 kỷ nguyên với kích thước ảnh là 640, bạn có thể sử dụng các đoạn mã sau. Để biết danh sách đầy đủ các đối số khả dụng, hãy tham khảo trang Đào tạo mô hình.

Ví dụ huấn luyện

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

Ảnh và Chú thích mẫu

COCO -Seg, giống như phiên bản tiền nhiệm của nó COCO , chứa một tập hợp đa dạng các hình ảnh với nhiều loại đối tượng và cảnh phức tạp. Tuy nhiên, COCO -Seg giới thiệu các mặt nạ phân đoạn thể hiện chi tiết hơn cho từng đối tượng trong ảnh. Dưới đây là một số ví dụ về ảnh từ tập dữ liệu, cùng với các mặt nạ phân đoạn thể hiện tương ứng:

Ảnh mẫu bộ dữ liệu

Hình ảnh ghép: Hình ảnh này minh họa một lô huấn luyện bao gồm các hình ảnh tập dữ liệu được ghép lại. Ghép ảnh là một kỹ thuật được sử dụng trong quá trình huấn luyện, kết hợp nhiều hình ảnh thành một hình ảnh duy nhất để tăng sự đa dạng của các đối tượng và cảnh trong mỗi lô huấn luyện. Điều này hỗ trợ khả năng tổng quát hóa của mô hình đối với các kích thước đối tượng, tỷ lệ khung hình và ngữ cảnh khác nhau.

Ví dụ này cho thấy sự đa dạng và phức tạp của hình ảnh trong COCO - Phân đoạn tập dữ liệu và lợi ích của việc sử dụng khảm trong quá trình đào tạo.

Trích dẫn và Lời cảm ơn

Nếu bạn sử dụng COCO - Phân đoạn dữ liệu trong công trình nghiên cứu hoặc phát triển của bạn, vui lòng trích dẫn bản gốc COCO giấy tờ và thừa nhận phần mở rộng COCO -Phân đoạn:

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}
}

Chúng tôi xin gửi lời cảm ơn tới COCO Liên minh tạo ra và duy trì nguồn tài nguyên vô giá này cho cộng đồng thị giác máy tính. Để biết thêm thông tin về COCO bộ dữ liệu và những người tạo ra nó, hãy truy cập trang web bộ dữ liệu COCO .

Câu hỏi thường gặp

Cái gì là COCO - Bộ dữ liệu phân đoạn và nó khác với bộ dữ liệu gốc như thế nào COCO tập dữ liệu?

Bộ dữ liệu COCO -Seg là phần mở rộng của bộ dữ liệu gốc COCO (Các Đối tượng Chung trong Bối cảnh) tập dữ liệu, được thiết kế đặc biệt cho các tác vụ phân đoạn. Mặc dù nó sử dụng cùng hình ảnh với COCO tập dữ liệu, COCO -Seg bao gồm các chú thích phân đoạn chi tiết hơn, khiến nó trở thành một nguồn tài nguyên mạnh mẽ cho các nhà nghiên cứu và nhà phát triển tập trung vào phân đoạn thể hiện đối tượng .

Làm thế nào tôi có thể đào tạo một YOLO11 mô hình sử dụng COCO -Phân đoạn dữ liệu?

Để đào tạo một mô hình YOLO11n-seg trên COCO - Đối với tập dữ liệu phân đoạn gồm 100 kỷ nguyên với kích thước ảnh là 640, bạn có thể sử dụng các đoạn mã sau. Để biết danh sách chi tiết các đối số khả dụng, hãy tham khảo trang Đào tạo mô hình.

Ví dụ huấn luyện

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

Các tính năng chính của là gì? COCO -Phân đoạn dữ liệu?

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

Giữ lại 330K hình ảnh gốc từ COCO tập dữ liệu.
Chú thích 80 danh mục đối tượng giống nhau được tìm thấy trong bản gốc COCO .
Cung cấp mặt nạ phân vùng thể hiện chi tiết hơn cho mỗi đối tượng.
Sử dụng các số liệu đánh giá chuẩn hóa như Độ chính xác trung bình ( mAP ) để phát hiện đối tượng và thu hồi trung bình (mAR) cho các tác vụ phân đoạn ví dụ.

Những mô hình được đào tạo trước nào có sẵn cho COCO -Seg và số liệu hiệu suất của họ là gì?

Các COCO -Seg tập dữ liệu hỗ trợ nhiều pre-trained YOLO11 Các mô hình phân khúc với các số liệu hiệu suất khác nhau. Dưới đây là tóm tắt về các mô hình hiện có và các số liệu chính của chúng:

Mô hình	Kích thước ^(pixels)	mAP ^{hộp 50-95}	mAP ^{mặt nạ 50-95}	Tốc độ ^{CPU ONNX (ms)}	Tốc độ ^{T4 TensorRT10 (ms)}	Tham số ^(M)	FLOPs ^(B)
YOLO11n-seg	640	38.9	32.0	65.9 ± 1.1	1.8 ± 0.0	2.9	9.7
YOLO11s-seg	640	46.6	37.8	117.6 ± 4.9	2.9 ± 0.0	10.1	33.0
YOLO11m-seg	640	51.5	41.5	281.6 ± 1.2	6.3 ± 0.1	22.4	113.2
YOLO11l-seg	640	53.4	42.9	344.2 ± 3.2	7.8 ± 0.2	27.6	132.2
YOLO11x-seg	640	54.7	43.8	664.5 ± 3.2	15.8 ± 0.7	62.1	296.4

Các mô hình này bao gồm từ YOLO11n-seg nhẹ đến YOLO11x-seg mạnh mẽ hơn, cung cấp các sự đánh đổi khác nhau giữa tốc độ và độ chính xác để phù hợp với các yêu cầu ứng dụng khác nhau. Để biết thêm thông tin về lựa chọn mô hình, hãy truy cập trang mô hình Ultralytics.

Thế nào là COCO - Phân đoạn tập dữ liệu có cấu trúc và nó chứa những tập hợp con nào?

Các COCO - Bộ dữ liệu phân đoạn được phân chia thành ba tập hợp con cho nhu cầu đào tạo và đánh giá cụ thể:

Train2017: Chứa 118 nghìn hình ảnh chủ yếu được sử dụng để huấn luyện các mô hình phân đoạn thể hiện.
Val2017: Bao gồm 5K hình ảnh được sử dụng để xác thực trong quá trình huấn luyện.
Test2017 : Bao gồm 20.000 hình ảnh dành riêng cho việc kiểm tra và đánh giá các mô hình đã được huấn luyện. Lưu ý rằng các chú thích thực tế cho tập hợp con này không được công khai và kết quả hiệu suất sẽ được gửi đến máy chủ đánh giá COCO để đánh giá.

Đối với nhu cầu thử nghiệm nhỏ hơn, bạn cũng có thể cân nhắc sử dụng tập dữ liệu COCO8 -seg , đây là phiên bản nhỏ gọn chỉ chứa 8 hình ảnh từ COCO bộ tàu hỏa 2017.

📅 Đã tạo 2 năm trước ✏️ Cập nhật 25 ngày trước