YOLO Vision 2026：
CC BY 4.0

COCO-Seg 数据集#

COCO-Seg 数据集提供 COCO (Common Objects In Context) 实例分割掩码——包含 80 个对象类别的多边形掩码，其中有 118,287 张训练图像和 5,000 张验证图像——采用 Ultralytics YOLO 标签格式。它使用 COCO 的原始图像和原生分割注释，并转换为 YOLO 训练格式，使其成为从事实例分割任务的研究人员和开发者的关键资源。

COCO-Seg 预训练模型#

模型尺寸
(像素)		mAPbox
50-95(e2e)		mAPmask
50-95(e2e)		速度
CPU ONNX
(ms)		速度
T4 TensorRT10
(ms)		参数量
(M)		FLOPs
(B)
YOLO26n-seg64039.633.953.3 ± 0.52.1 ± 0.02.79.1
YOLO26s-seg64047.340.0118.4 ± 0.93.3 ± 0.010.434.2
YOLO26m-seg64052.544.1328.2 ± 2.46.7 ± 0.123.6121.5
YOLO26l-seg64054.445.5387.0 ± 3.78.0 ± 0.128.0139.8
YOLO26x-seg64056.547.0787.0 ± 6.816.4 ± 0.162.8313.5

主要特性#

  • COCO-Seg 为 123,287 张带标注的 COCO train2017/val2017 图像（118,287 张训练集 + 5,000 张验证集）提供了实例分割掩码，这些图像来自 COCO 更广泛的约 330K 张图像版本。
  • 该数据集包含与原始 COCO 数据集相同的 80 个目标类别。
  • 标注以 YOLO 多边形标签格式提供实例分割掩码。
  • COCO-Seg 提供用于评估实例分割性能的标准化 mAP 和 mAR 指标，从而能够有效对比模型性能。
  • 下载大小：首次使用时约 ~20.3 GB（train2017.zip + val2017.zip + 标签）。7 GB 的 test2017.zip 不会自动获取，因为这些图像没有公开真实标签，仅用于测试-dev2017 提交。

数据集结构#

COCO-Seg 数据集被划分为三个子集：

  1. Train2017：用于训练实例分割模型的 118,287 张图像。
  2. Val2017：模型开发过程中用于验证的 5,000 张图像。
  3. Test-dev2017：40,670 张 test2017 图像中的 20,288 张，用于基准测试。此子集的真实标签不公开，因此必须将预测结果提交给 COCO 评估服务器进行评分。

对于较小规模的实验需求，请参阅 COCO128-Seg（128 张图像）和 COCO8-Seg（8 张图像）子集。

应用#

COCO-Seg 广泛用于训练和评估深度学习模型以进行实例分割，例如 YOLO 模型。大量的带注释图像、丰富的对象类别多样性以及标准化的评估指标，使其成为计算机视觉研究人员和实践者不可或缺的资源。完整的 COCO-Seg 注释也可以在 Ultralytics Platform 上浏览和管理。

数据集 YAML#

YAML 文件用于定义数据集配置。它包含有关数据集路径、类和其他相关信息的内容。对于 COCO-Seg 数据集，coco.yaml 文件维护在 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 (20.3 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)

用法#

要在 COCO-Seg 数据集上训练 YOLO26n-seg 模型 100 个轮次且图像大小为 640，你可以使用以下代码片段。有关可用参数的完整列表，请参考模型训练页面。

训练示例
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)

样本图像和标注#

COCO-Seg 包含与 COCO 相同且多样的图像、对象类别和复杂场景，并以 YOLO 标签格式提供实例分割掩码。以下是该数据集中的图像示例，以及它们对应的实例分割掩码：

COCO segmentation dataset mosaic training batch

  • 马赛克图像：此图像展示了由马赛克数据集图像组成的训练批次。马赛克增强是训练期间使用的一种技术，它将多张图像组合成单张图像，以增加每个训练批次中对象和场景的多样性。这有助于提高模型对不同对象大小、宽高比和上下文的泛化能力。

引用与致谢#

如果你在研究或开发工作中使用了 COCO-Seg 数据集，请引用原始的 COCO 论文并注明对 COCO-Seg 的扩展：

引用
@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}
}

我们向 COCO 联盟表示感谢，感谢他们为计算机视觉社区创建和维护了这个宝贵的资源。有关 COCO 数据集及其创建者的更多信息，请访问 COCO 数据集网站。

常见问题解答#

  • COCO-Seg 是将 COCO (Common Objects in Context) 原生实例分割掩码针对相同的 118,287 张 train2017 和 5,000 张 val2017 图像打包为 Ultralytics YOLO 格式的结果。原始 COCO 注释已经包含针对所有 80 个对象类别的这些多边形掩码；COCO-Seg 将它们转换为用于对象实例分割训练的 YOLO 标签格式。

  • 要在 COCO-Seg 数据集上训练 YOLO26n-seg 模型 100 个轮次且图像大小为 640，你可以使用以下代码片段。有关可用训练参数的详细列表，请参考模型训练页面。

    训练示例
    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)

  • COCO-Seg 数据集包含以下几个主要功能：

    • 为 123,287 张带标注的 COCO train2017/val2017 图像（118,287 张训练集 + 5,000 张验证集）提供实例分割掩码。
    • 标注了与原始 COCO 数据集相同的 80 个对象类别。
    • 以 YOLO 多边形标签格式提供实例分割掩码。
    • 使用标准化的评估指标，例如平均精度 (mAP) 和平均召回率 (mAR) 来进行实例分割任务。

  • COCO-Seg 数据集支持多个具有不同性能指标的预训练 YOLO26 分割模型。以下是现有模型及其关键指标的摘要：

    模型尺寸
    (像素)    		mAPbox
    50-95(e2e)    		mAPmask
    50-95(e2e)    		速度
    CPU ONNX
    (ms)    		速度
    T4 TensorRT10
    (ms)    		参数量
    (M)    		FLOPs
    (B)
    YOLO26n-seg64039.633.953.3 ± 0.52.1 ± 0.02.79.1
    YOLO26s-seg64047.340.0118.4 ± 0.93.3 ± 0.010.434.2
    YOLO26m-seg64052.544.1328.2 ± 2.46.7 ± 0.123.6121.5
    YOLO26l-seg64054.445.5387.0 ± 3.78.0 ± 0.128.0139.8
    YOLO26x-seg64056.547.0787.0 ± 6.816.4 ± 0.162.8313.5

    这些模型从轻量级的 YOLO26n-seg 到功能更强大的 YOLO26x-seg 不等，在速度和准确性之间提供不同的权衡以满足各种应用需求。有关模型选择的更多信息，请访问 Ultralytics 模型页面。

  • COCO-Seg 数据集为了满足特定的训练和评估需求，被划分为三个子集：

    1. Train2017：包含 118,287 张主要用于训练实例分割模型的图像。
    2. Val2017：包含在训练过程中用于验证的 5,000 张图像。
    3. Test-dev2017：包含保留用于测试和对已训练模型进行基准测试的 40,670 张 test2017 图像中的 20,288 张。请注意，此子集的真实标签不公开，性能结果需提交至 COCO 评估服务器进行评估。

    对于较小规模的实验需求，你也可以考虑 COCO128-Seg 数据集（128 张图像）或 COCO8-Seg 数据集（一个包含 COCO train 2017 集中仅 8 张图像的精简版本）。

贡献者
GLglenn-jocher18RAraimbekovm5JKjk4e3RIRizwanMunawar2PDpderrenger1Y-Y-T-G1AMambitious-octopus1MAMatthewNoyce1LUlunarifish1

评论