实例分割数据集概览#

实例分割是计算机视觉任务，旨在识别并勾勒图像中的单个物体。本指南概述 Ultralytics YOLO 支持的实例分割数据集格式，并介绍如何准备、转换和使用这些数据集来训练模型。

支持的数据集格式#

Ultralytics YOLO 格式#

用于训练 YOLO 分割模型的数据集标签格式如下：

1. 每张图像对应一个文本文件：数据集中的每张图像都有一个对应的文本文件，文件名与图像文件相同，扩展名为“.txt”。
2. 每个物体占一行：文本文件中的每一行对应图像中的一个物体实例。
3. 每行包含物体信息：每一行包含有关该物体实例的以下信息：
   • 物体类别索引：表示物体类别的整数（例如，0 表示 person，1 表示 car，依此类推）。
   • 物体多边形坐标：(x, y) 点用于勾勒物体掩码，坐标归一化到 0 到 1 之间。

分割数据集文件中单行的格式如下：

<class-index> <x1> <y1> <x2> <y2> ... <xn> <yn>

在此格式中，<class-index> 是物体的类别索引，<x1> <y1> <x2> <y2> ... <xn> <yn> 是物体分割掩码的归一化多边形坐标（数值相对于图像宽度和高度，范围为 [0, 1]）。坐标之间以空格分隔。

以下示例展示了单张图像对应的 YOLO 数据集格式，其中包含两个物体，分别由 3 个点和 5 个点组成的分割区域构成。

0 0.681 0.485 0.670 0.487 0.676 0.487
1 0.504 0.000 0.501 0.004 0.498 0.004 0.493 0.010 0.492 0.0104

数据集 YAML 格式#

Ultralytics 框架使用 YAML 文件格式定义用于训练分割模型的数据集和模型配置。以下是定义分割数据集时使用的 YAML 格式示例：

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

# COCO8-seg dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/coco8-seg
# Example usage: yolo train data=coco8-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8-seg ← 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: coco8-seg # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 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/coco8-seg.zip

train、val 和 test 字段分别指向训练、验证和测试图像。每个字段都可以接受一个目录、多个目录的列表，或一个 *.txt 文件，其中每行列出一个图像路径（以 ./ 开头的路径相对于 *.txt 文件解析）。使用 *.txt 文件可以从目录中选取部分图像进行训练、跳过未标注图像，或将多个来源的图像合并到一个数据集划分中。

path: datasets/coco8-seg # dataset root
train: train.txt # a directory, a list e.g. [images/a, images/b], or a *.txt file
val: val.txt
names:
  0: person

names 是一个类别名称字典。名称的顺序应与 YOLO 数据集文件中对象类别索引的顺序一致。

用法#

from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26n-seg.pt")  # 加载预训练模型（推荐用于训练）

# 训练模型
results = model.train(data="coco8-seg.yaml", epochs=100, imgsz=640)

支持的数据集#

Ultralytics YOLO 支持多种用于实例分割任务的数据集。以下是最常用的数据集列表。其中大多数数据集也托管在 Ultralytics Platform 上，你可以浏览图像和标注、查看数据集统计信息，并克隆数据集以进行云端训练。

• Carparts-seg：这是一个专注于汽车零部件分割的专用数据集，非常适合汽车应用。它包含各种车辆，并对各个汽车部件进行了详细标注。
• COCO：这是一个全面的数据集，可用于目标检测、分割和图像描述，涵盖广泛类别的 20 多万张标注图像。
• COCO8-seg：这是 COCO 中一个包含 8 张图像的小型子集，专为快速测试分割模型训练而设计，非常适合在 ultralytics 仓库中进行 CI 检查和工作流验证。
• COCO128-seg：这是一个较小的数据集，用于实例分割任务，包含 COCO 中 128 张图像的子集及其分割标注。
• Crack-seg：这是一个针对各种表面裂缝分割的数据集。它对基础设施维护和质量控制至关重要，提供了详细图像，可用于训练模型识别结构缺陷。
• Package-seg：这是一个专门用于分割不同类型包装材料和形状的数据集。它尤其适用于物流和仓库自动化，有助于开发包裹处理和分拣系统。

添加你自己的数据集#

如果你有自己的数据集，并希望使用 Ultralytics YOLO 格式训练分割模型，请确保数据集遵循上文“Ultralytics YOLO 格式”部分指定的格式。将标注转换为所需格式，并在 YAML 配置文件中指定路径、类别数量和类别名称。将 images/ 和 labels/ 保持为同级的独立文件夹，并确保子文件夹结构一致；将标签 .txt 文件放入图像文件夹可能导致模型漏掉标签。

转换或迁移标签格式#

将 COCO 数据集格式转换为 YOLO 格式#

你可以使用以下代码片段，轻松地将常用 COCO 数据集格式的标签转换为 YOLO 格式：

from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/", use_segments=True)

你可以使用此转换工具，将 COCO 数据集或任何 COCO 格式的数据集转换为 Ultralytics YOLO 格式。

请记得仔细检查你要使用的数据集是否与你的模型兼容，以及是否遵循必要的格式规范。格式正确的数据集对于成功训练分割模型至关重要。

自动标注#

自动标注是一项重要功能，可让你使用预训练检测模型生成分割数据集。无需手动标注，它就能让你快速、准确地标注大量图像，节省时间和精力。

使用检测模型生成分割数据集#

要使用 Ultralytics 框架自动标注数据集，你可以按如下方式使用 auto_annotate 函数：

from ultralytics.data.annotator import auto_annotate

auto_annotate(data="path/to/images", det_model="yolo26x.pt", sam_model="sam_b.pt")

auto_annotate 函数接收图像路径，以及用于指定预训练检测模型的可选参数，例如 YOLO26、YOLO11 或其他模型，以及分割模型，例如 SAM、SAM 2、MobileSAM 或 SAM 3，还可以指定运行模型的设备，以及保存标注结果的输出目录。

借助预训练模型的强大能力，自动标注可以显著减少创建高质量分割数据集所需的时间和精力。此功能对于处理大型图像集的研究人员和开发者尤其有用，因为它能让他们专注于模型开发和评估，而不是手动标注。

可视化数据集注释#

训练模型之前，通常最好先可视化数据集标注，确保标注正确。Ultralytics 提供了一个用于此目的的实用函数。此函数只读取检测格式的边界框标签（<class-index> <x_center> <y_center> <width> <height>），因此无法解析分割多边形标签文件：

from ultralytics.data.utils import visualize_image_annotations

label_map = {  # 定义包含所有已注释类别标签的标签映射。
    0: "person",
    1: "car",
}

# Visualize
visualize_image_annotations(
    "path/to/image.jpg",  # 输入图像路径。
    "path/to/annotations.txt",  # 图像的注释文件路径。
    label_map,
)

此函数会绘制边界框，使用类别名称标记对象，并调整文本颜色以提高可读性，帮助你在训练前发现并修正标注错误。

将分割掩码转换为 YOLO 格式#

如果你有灰度掩码图像，其中每个像素值等于类别索引 + 1（0 表示背景），可以使用以下方法将其转换为 YOLO 分割格式：

from ultralytics.data.converter import convert_segment_masks_to_yolo_seg

# 适用于 COCO 等包含 80 个类别的数据集
convert_segment_masks_to_yolo_seg(masks_dir="path/to/masks_dir", output_dir="path/to/output_dir", classes=80)

此实用工具会将掩码图像转换为 YOLO 分割格式，并保存到指定的输出目录。

常见问题#