Bộ dữ liệu COCO-Seg

Bộ dữ liệu COCO-Seg , một phần mở rộng của bộ dữ liệu COCO (Common Objects in Context), được thiết kế đặc biệt để hỗ trợ nghiên cứu về phân đoạn thể hiện 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 làm việc trên các nhiệm vụ phân đoạn thể hiện, đặc biệt là để đào tạo YOLO mô hình.

Mô hình được đào tạo trước COCO-Seg

Người mẫu	kích cỡ ^{(điểm ảnh)}	^hộp mAP ^50-95	^{mặt nạ} mAP ^50-95	Tốc độ ^{CPU ONNX (bệnh đa xơ cứng)}	Tốc độ ^{T4 TensorRT10 (bệnh đa xơ cứng)}	tham số ^(Nam)	Thất bại ^(B)
YOLO11n-phân đoạn	640	38.9	32.0	65,9 ± 1,1	1,8 ± 0,0	2.9	10.4
YOLO11s-phân đoạn	640	46.6	37.8	117,6 ± 4,9	2,9 ± 0,0	10.1	35.5
YOLO11m-đoạn	640	51.5	41.5	281,6 ± 1,2	6,3 ± 0,1	22.4	123.3
YOLO11l-phân đoạn	640	53.4	42.9	344,2 ± 3,2	7,8 ± 0,2	27.6	142.2
YOLO11x-phân đoạn	640	54.7	43.8	664,5 ± 3,2	15,8 ± 0,7	62.1	319.0

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 bộ dữ liệu COCO gốc.
Chú thích hiện bao gồm mặt nạ phân đoạn trường hợp chi tiết hơn cho từng đối tượng trong hình 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 Độ thu hồi trung bình (mAR) cho các tác vụ phân đoạn ví dụ, cho phép so sánh hiệu suất của mô hình một cách hiệu quả.

Cấu trúc tập dữ liệu

Bộ dữ liệu COCO-Seg được phân vùng thành ba tập hợp con:

Train2017 : Tập hợp con này chứa 118K hình ảnh để đào tạo các mô hình phân đoạn thể hiện.
Val2017 : Tập hợp con này bao gồm 5K hình ảnh được sử dụng cho mục đích xác thực trong quá trình đào tạo mô hình.
Test2017 : Tập hợp con này bao gồm 20K hình ảnh được sử dụng để thử nghiệm và đánh giá chuẩn các mô hình đã được đào tạo. Các chú thích thực tế cho tập hợp con này không được công khai và kết quả được gửi đến máy chủ đánh giá COCO để đánh giá hiệu suất.

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 làm cho nó trở thành nguồn tài nguyên không thể thiếu đối với các nhà nghiên cứu và học viên về thị giác máy tính.

Bộ dữ liệu YAML

Tệp YAML (Yet Another Markup Language) được sử dụng để xác định 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 tập dữ liệu COCO-Seg, coco.yaml tập tin được duy trì tại 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)

Cách sử dụng

Để đào tạo mô hình YOLO11n-seg trên tập dữ liệu COCO-Seg trong 100 kỷ nguyên với kích thước hình 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 về tàu hỏa

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

Hình ảnh mẫu và chú thích

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

Hình ảnh mẫu của bộ dữ liệu

Ảnh ghép : Ảnh này minh họa một lô đào tạo gồm các ảnh tập dữ liệu ghép. Ghép là một kỹ thuật được sử dụng trong quá trình đào tạo, kết hợp nhiều ảnh thành một ảnh duy nhất để tăng tính đa dạng của các đối tượng và cảnh trong mỗi lô đào tạo. Điều này hỗ trợ khả năng khái quát hóa của mô hình thành các kích thước đối tượng, tỷ lệ khung hình và bối cảnh khác nhau.

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

Trích dẫn và Lời cảm ơn

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

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 đến COCO Consortium vì đã tạo ra và duy trì nguồn tài nguyên vô giá này cho cộng đồng thị giác máy tính . Để biết thêm thông tin về tập dữ liệu COCO và những người tạo ra nó, hãy truy cập trang web tập dữ liệu COCO .

CÂU HỎI THƯỜNG GẶP

Bộ dữ liệu COCO-Seg là gì và nó khác với bộ dữ liệu COCO gốc như thế nào?

Bộ dữ liệu COCO-Seg là phần mở rộng của bộ dữ liệu COCO (Common Objects in Context) gốc, được thiết kế riêng cho các tác vụ phân đoạn thể hiện. Mặc dù sử dụng cùng hình ảnh với bộ dữ liệu COCO, 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 tập dữ liệu COCO-Seg?

Để đào tạo mô hình YOLO11n-seg trên tập dữ liệu COCO-Seg trong 100 kỷ nguyên với kích thước hình 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 về tàu hỏa

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

Những tính năng chính của tập dữ liệu COCO-Seg là gì?

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

Giữ lại 330K hình ảnh gốc từ tập dữ liệu COCO.
Chú thích 80 danh mục đối tượng giống như trong COCO gốc.
Cung cấp mặt nạ phân đoạn trường hợp chi tiết hơn cho từng đối tượng.
Sử dụng các số liệu đánh giá chuẩn hóa như Độ chính xác trung bình (mAP) để phát hiện đối tượng và Độ 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 chúng là gì?

Bộ dữ liệu COCO-Seg hỗ trợ nhiều dữ liệu được đào tạo trước YOLO11 mô hình phân đoạn với các số liệu hiệu suất khác nhau. Sau đây là tóm tắt về các mô hình có sẵn và các số liệu chính của chúng:

Người mẫu	kích cỡ ^{(điểm ảnh)}	^hộp mAP ^50-95	^{mặt nạ} mAP ^50-95	Tốc độ ^{CPU ONNX (bệnh đa xơ cứng)}	Tốc độ ^{T4 TensorRT10 (bệnh đa xơ cứng)}	tham số ^(Nam)	Thất bại ^(B)
YOLO11n-phân đoạn	640	38.9	32.0	65,9 ± 1,1	1,8 ± 0,0	2.9	10.4
YOLO11s-phân đoạn	640	46.6	37.8	117,6 ± 4,9	2,9 ± 0,0	10.1	35.5
YOLO11m-đoạn	640	51.5	41.5	281,6 ± 1,2	6,3 ± 0,1	22.4	123.3
YOLO11l-phân đoạn	640	53.4	42.9	344,2 ± 3,2	7,8 ± 0,2	27.6	142.2
YOLO11x-phân đoạn	640	54.7	43.8	664,5 ± 3,2	15,8 ± 0,7	62.1	319.0

Bộ dữ liệu COCO-Seg được cấu trúc như thế nào và bao gồm những tập hợp con nào?

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

Train2017 : Bao gồm 118K hình ảnh chủ yếu được sử dụng để đào tạo các mô hình phân đoạn trường hợp.
Val2017 : Bao gồm 5K hình ảnh được sử dụng để xác thực trong quá trình đào tạo.
Test2017 : Bao gồm 20K hình ảnh dành riêng cho việc thử nghiệm và đánh giá chuẩn các mô hình đã được đào tạo. Lưu ý rằng các chú thích thực tế cho tập hợp con này không được công khai và kết quả hiệu suất được gửi đến máy chủ đánh giá COCO để đánh giá.

📅 Được tạo cách đây 1 năm ✏️ Đã cập nhật cách đây 17 ngày