COCO12-Formats 数据集

简介

The Ultralytics COCO12-Formats 数据集是一个专门的测试数据集，旨在验证所有 12 种支持的图像格式扩展的图像加载功能。它包含 12 张图像（6 张用于训练，6 张用于验证），每张都以不同的格式保存，以确保对图像加载管道进行全面测试。

此数据集对于以下方面非常宝贵：

测试图像格式支持：验证所有支持的格式是否正确加载
CI/CD 管道：格式兼容性的自动化测试
调试：隔离训练管道中特定于格式的问题
开发：验证新格式的添加或更改

支持的格式

该数据集包含为每个在以下位置定义的 12 种支持的格式扩展提供的一张图像 ultralytics/data/utils.py:

格式	扩展名	描述	训练/验证
AVIF	`.avif`	AV1 图像文件格式（现代）	训练
BMP	`.bmp`	位图 - 未压缩的栅格格式	训练
DNG	`.dng`	数字负片 - Adobe RAW 格式	训练
HEIC	`.heic`	高效图像编码	训练
JPEG	`.jpeg`	带有完整扩展名的 JPEG	训练
JPG	`.jpg`	带有短扩展名的 JPEG	训练
JP2	`.jp2`	JPEG 2000 - 医疗/地理空间	验证
MPO	`.mpo`	多图片对象（立体图像）	验证
PNG	`.png`	便携式网络图形	验证
TIF	`.tif`	带有短扩展名的 TIFF	验证
TIFF	`.tiff`	标签图像文件格式	验证
WebP	`.webp`	现代网络图像格式	验证

数据集结构

coco12-formats/
├── images/
│   ├── train/          # 6 images (avif, bmp, dng, heic, jpeg, jpg)
│   └── val/            # 6 images (jp2, mpo, png, tif, tiff, webp)
├── labels/
│   ├── train/          # Corresponding YOLO format labels
│   └── val/
└── coco12-formats.yaml # Dataset configuration

数据集 YAML

COCO12-Formats 数据集使用一个 yaml 文件进行配置，该文件定义了数据集路径和类名。您可以查看官方 coco12-formats.yaml 文件在 Ultralytics GitHub 仓库.

ultralytics/cfg/datasets/coco12-formats.yaml

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO12-Formats dataset (12 images testing all supported image formats) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco12-formats/
# Example usage: yolo train data=coco12-formats.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco12-formats ← downloads here (1 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: coco12-formats # dataset root dir
train: images/train # train images (relative to 'path') 6 images
val: images/val # val images (relative to 'path') 6 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/coco12-formats.zip

要求

某些格式需要额外的依赖项：

pip install pillow pillow-heif pillow-avif-plugin

AVIF 系统库（可选）

为了让OpenCV直接读取AVIF文件， libavif 必须安装之前构建OpenCV时：

macOSUbuntu/Debian从源代码

brew install libavif

sudo apt install libavif-dev libavif-bin

git clone -b v1.2.1 https://github.com/AOMediaCodec/libavif.git
cd libavif
cmake -B build -DAVIF_CODEC_AOM=SYSTEM -DAVIF_BUILD_APPS=ON
cmake --build build --config Release --parallel
sudo cmake --install build

注意

通过pip安装的 opencv-python 包可能不包含AVIF支持，因为它已预构建。Ultralytics使用Pillow并结合 pillow-avif-plugin 作为OpenCV缺乏支持时AVIF图像的备用方案。

用法

要在COCO12-Formats数据集上训练YOLO模型，请使用以下示例：

训练示例

PythonCLI

from ultralytics import YOLO

# Load a pretrained YOLO model
model = YOLO("yolo26n.pt")

# Train on COCO12-Formats to test all image formats
results = model.train(data="coco12-formats.yaml", epochs=1, imgsz=640)

# Train YOLO on COCO12-Formats
yolo detect train data=coco12-formats.yaml model=yolo26n.pt epochs=1 imgsz=640

格式特定说明

AVIF (AV1 图像文件格式)

AVIF是一种基于AV1视频编解码器的现代图像格式，提供出色的压缩。需要 pillow-avif-plugin:

pip install pillow-avif-plugin

DNG (数字负片)

DNG是Adobe基于TIFF的开放RAW格式。出于测试目的，该数据集使用带有 .dng 扩展名的TIFF文件。

JP2 (JPEG 2000)

JPEG 2000是一种基于小波的图像压缩标准，提供比传统JPEG更好的压缩和质量。常用于医学成像（DICOM）、地理空间应用和数字电影。OpenCV和Pillow都原生支持。

MPO (多图片对象)

MPO文件用于立体（3D）图像。该数据集存储带有 .mpo 扩展名的标准JPEG数据，用于格式测试。

HEIC (高效图像编码)

HEIC需要 pillow-heif 包才能正确编码：

pip install pillow-heif

应用案例

CI/CD 测试

from ultralytics import YOLO


def test_all_image_formats():
    """Test that all image formats load correctly."""
    model = YOLO("yolo26n.pt")
    results = model.train(data="coco12-formats.yaml", epochs=1, imgsz=64)
    assert results is not None

格式验证

from pathlib import Path

from ultralytics.data.utils import IMG_FORMATS

# Verify all formats are represented
dataset_dir = Path("datasets/coco12-formats/images")
found_formats = {f.suffix[1:].lower() for f in dataset_dir.rglob("*.*")}
assert found_formats == IMG_FORMATS, f"Missing formats: {IMG_FORMATS - found_formats}"

引用和致谢

如果您在研究中使用COCO数据集，请引用：

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 Doll{\'a}r},
      year={2015},
      eprint={1405.0312},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

常见问题