Ultralytics YOLO27：
CC BY 4.0

COCO-Seg 数据集#

COCO-Seg 数据集提供 COCO（上下文中的常见对象）实例分割掩码——包含 80 个对象类别的 118,287 张训练图像和 5,000 张验证图像，采用 Ultralytics YOLO 标签格式。这些图像使用 COCO 的原始图像和原生分割标注，并转换为适用于 YOLO 训练的格式，因此对于从事实例分割任务的研究人员和开发者来说，这是一项重要资源。

COCO-Seg 预训练模型#

模型尺寸
（像素）		mAP框
50-95(e2e)		mAP掩码
50-95(e2e)		速度
CPU ONNX
（毫秒）		速度
T4 TensorRT10
（毫秒）		参数量
（M）		FLOPs
（B）
YOLO26n-seg64039.633.953.3 ± 0.52.1 ± 0.02.79.3
YOLO26s-seg64047.340.0118.4 ± 0.93.3 ± 0.010.434.5
YOLO26m-seg64052.544.1328.2 ± 2.46.7 ± 0.123.6121.7
YOLO26l-seg64054.445.5387.0 ± 3.78.0 ± 0.128.0140.1
YOLO26x-seg64056.547.0787.0 ± 6.816.4 ± 0.162.8314.0

主要特性#

  • COCO-Seg 为 COCO train2017/val2017 中 123,287 张带标注图像提供实例分割掩码（118,287 张训练图像 + 5,000 张验证图像），这些图像来自 COCO 总计约 ~330K 张图像的发布版本。
  • 该数据集包含原始 COCO 数据集中的相同 80 个对象类别。
  • 标注以 YOLO 多边形标签格式提供实例分割掩码。
  • COCO-Seg 提供标准化的 mAP 和 mAR 指标，用于评估实例分割性能，从而有效比较模型性能。
  • 下载大小：首次使用时约为 ~20.3 GB（train2017.zip + val2017.zip + 标签）。7 GB 的 test2017.zip 不会自动获取，因为这些图像不提供真实标注，仅在提交至 test-dev2017 时需要。

数据集结构#

COCO-Seg 数据集分为三个子集：

  1. Train2017：118,287 张图像，用于训练实例分割模型。
  2. Val2017：5,000 张图像，用于模型开发期间的验证。
  3. Test-dev2017：40,670 张 test2017 图像中的 20,288 张，用于基准测试。该子集的真实标注不公开，因此必须将预测结果提交至 COCO 评估服务器进行评分。

如需进行小规模实验，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在实例分割任务上的表现，例如 YOLO 模型。大量带标注图像、丰富的对象类别以及标准化的评估指标，使其成为计算机视觉研究人员和从业者不可或缺的资源。完整的 COCO-Seg 标注还可以在 Ultralytics Platform 上浏览和管理。

数据集 YAML#

使用 YAML 文件定义数据集配置。该文件包含数据集路径、类别及其他相关信息。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)

使用方法#

要在 COCO-Seg 数据集上训练 YOLO26n-seg 模型，训练 100 个轮次，图像大小设置为 640，可以使用以下代码片段。如需查看可用参数的完整列表，请参阅模型的训练页面。

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)

示例图像和标注#

COCO-Seg 包含与 COCO 相同的多样化图像、对象类别和复杂场景，并以 YOLO 标签格式提供实例分割掩码。以下是数据集中的一些图像示例及其对应的实例分割掩码：

COCO 分割数据集拼图训练批次

  • 拼接图像：此图展示了由数据集拼接图像组成的训练批次。图像拼接是一种在训练期间使用的技术，它将多张图像组合成一张图像，以增加每个训练批次中对象和场景的多样性。这有助于模型泛化到不同的对象大小、宽高比和上下文。

引用和致谢#

如果你在研究或开发工作中使用 COCO-Seg 数据集，请引用原始 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 Consortium 表示感谢，感谢其为计算机视觉社区创建并维护了这项宝贵资源。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#

  • COCO-Seg 是 COCO 原生实例分割掩码的 Ultralytics YOLO 格式打包版本，针对相同的 118,287 张 train2017 图像和 5,000 张 val2017 图像。原始 COCO 标注已经为全部 80 个对象类别包含这些多边形掩码；COCO-Seg 将其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，训练 100 个轮次，图像大小设置为 640，可以使用以下代码片段。如需查看可用训练参数的详细列表，请参阅模型的训练页面。

    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 数据集包含以下主要特性：

    • 为 COCO train2017/val2017 中 123,287 张带标注图像提供实例分割掩码（118,287 张训练图像 + 5,000 张验证图像）。
    • 标注原始 COCO 中相同的 80 个对象类别。
    • 以 YOLO 多边形标签格式提供实例分割掩码。
    • 使用标准化评估指标，例如平均精度（mAP）和平均召回率（mAR），来评估实例分割任务。

  • COCO-Seg 数据集支持多个性能指标各不相同的 YOLO26 实例分割预训练模型。以下是可用模型及其主要指标的概览：

    模型尺寸
    （像素）    		mAP框
    50-95(e2e)    		mAP掩码
    50-95(e2e)    		速度
    CPU ONNX
    （毫秒）    		速度
    T4 TensorRT10
    （毫秒）    		参数量
    （M）    		FLOPs
    （B）
    YOLO26n-seg64039.633.953.3 ± 0.52.1 ± 0.02.79.3
    YOLO26s-seg64047.340.0118.4 ± 0.93.3 ± 0.010.434.5
    YOLO26m-seg64052.544.1328.2 ± 2.46.7 ± 0.123.6121.7
    YOLO26l-seg64054.445.5387.0 ± 3.78.0 ± 0.128.0140.1
    YOLO26x-seg64056.547.0787.0 ± 6.816.4 ± 0.162.8314.0

    这些模型涵盖轻量级的 YOLO26n-seg 到功能更强大的 YOLO26x-seg，在速度和精度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 数据集分为三个子集，以满足特定的训练和评估需求：

    1. Train2017：包含 118,287 张图像，主要用于训练实例分割模型。
    2. Val2017：包含 5,000 张图像，用于训练过程中的验证。
    3. Test-dev2017：包含 40,670 张 test2017 图像中的 20,288 张，用于测试和基准评估训练好的模型。请注意，该子集的真实标注不公开，性能结果需提交至 COCO 评估服务器进行评估。

    如需进行小规模实验，你还可以考虑 COCO128-Seg 数据集（128 张图像）或 COCO8-Seg 数据集，后者是一个精简版本，仅包含 COCO train 2017 集中的 8 张图像。

贡献者
GLglenn-jocher19RAraimbekovm5JKjk4e3RIRizwanMunawar2PDpderrenger1Y-Y-T-G1AMambitious-octopus1MAMatthewNoyce1LUlunarifish1

评论