COCO-Seg 数据集

COCO-Seg 数据集是 COCO (Common Objects in Context) 数据集的扩展，专门旨在辅助实例分割领域的研究。它使用了与 COCO 相同的图像，但引入了更详细的分割标注。该数据集对于从事实例分割任务的研究人员和开发者来说是一项关键资源，特别适用于训练 Ultralytics YOLO 模型。

COCO-Seg 预训练模型

模型	尺寸 ^(像素)	mAP^{box 50-95(e2e)}	mAP^{mask 50-95(e2e)}	速度 ^{CPU ONNX (ms)}	速度 ^{T4 TensorRT10 (ms)}	参数 ^(M)	FLOPs ^(B)
YOLO26n-seg	640	39.6	33.9	53.3 ± 0.5	2.1 ± 0.0	2.7	9.1
YOLO26s-seg	640	47.3	40.0	118.4 ± 0.9	3.3 ± 0.0	10.4	34.2
YOLO26m-seg	640	52.5	44.1	328.2 ± 2.4	6.7 ± 0.1	23.6	121.5
YOLO26l-seg	640	54.4	45.5	387.0 ± 3.7	8.0 ± 0.1	28.0	139.8
YOLO26x-seg	640	56.5	47.0	787.0 ± 6.8	16.4 ± 0.1	62.8	313.5

主要特性

COCO-Seg 保留了来自 COCO 的原始 330K 张图像。
该数据集包含与原始 COCO 数据集相同的 80 个对象类别。
标注现在包含图像中每个对象的更详细的实例分割掩码。
COCO-Seg 提供了标准化的评估指标，例如用于目标检测的平均精度均值 (mAP)，以及用于实例分割任务的平均召回率 (mAR)，从而能够有效地比较模型性能。

数据集结构

COCO-Seg 数据集被划分为三个子集：

Train2017：用于训练实例分割模型的 118K 张图像。
Val2017：在模型开发期间用于验证的 5K 张图像。
Test2017：用于基准测试的 20K 张图像。该子集的真实标注（ground-truth）不公开，因此必须将预测结果提交到 COCO 评估服务器进行评分。

应用场景

COCO-Seg 被广泛用于训练和评估用于实例分割的深度学习模型，例如 YOLO 模型。大量的标注图像、对象类别的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从业者的必备资源。

数据集 YAML

YAML (Yet Another Markup Language) 文件用于定义数据集配置。它包含有关数据集路径、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 (20.1 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: 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 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
  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)

使用方法

要在 COCO-Seg 数据集上以 640 的图像尺寸训练 YOLO26n-seg 模型 100 个轮次，你可以使用以下代码片段。有关可用参数的完整列表，请参阅模型训练页面。

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 与其前身 COCO 一样，包含一组具有各种对象类别和复杂场景的多样化图像。然而，COCO-Seg 为图像中的每个对象引入了更详细的实例分割掩码。以下是来自该数据集的图像示例及其对应的实例分割掩码：

COCO 分割数据集马赛克训练批次

马赛克图像：此图像展示了一个由马赛克数据集图像组成的训练批次。马赛克增强是一种在训练期间使用的技术，它将多张图像合并为一张图像，以增加每个训练批次内对象和场景的多样性。这有助于提高模型对不同对象尺寸、长宽比和上下文的泛化能力。

该示例展示了 COCO-Seg 数据集中图像的多样性和复杂性，以及在训练过程中使用马赛克增强的好处。

引文与致谢

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}
}

我们衷心感谢 COCO Consortium 为计算机视觉社区创建和维护这一宝贵资源。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 (FAQ)

什么是 COCO-Seg 数据集，它与原始的 COCO 数据集有何不同？

COCO-Seg 数据集是原始 COCO (Common Objects in Context) 数据集的扩展，专门为实例分割任务而设计。虽然它使用了与 COCO 数据集相同的图像，但 COCO-Seg 包含了更详细的分割标注，使其成为专注于对象实例分割的研究人员和开发者的强大资源。

我该如何使用 COCO-Seg 数据集训练 YOLO26 模型？

要在 COCO-Seg 数据集上以 640 的图像尺寸训练 YOLO26n-seg 模型 100 个轮次，你可以使用以下代码片段。有关可用参数的详细列表，请参阅模型训练页面。

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)