COCO 数据集

Q: What is the COCO-Seg dataset and how does it differ from the original COCO dataset?

COCO 数据集是原始COCO （Common Objects in Context）数据集的扩展，专门用于实例分割任务。COCO 使用与COCO 数据集相同的图像，但包含更详细的分割注释，因此对于专注于对象实例分割的研究人员和开发人员来说是一个强大的资源。

Q: What are the key features of the COCO-Seg dataset?

COCO 数据集包括几个主要特征：

Q: What pretrained models are available for COCO-Seg, and what are their performance metrics?

COCO 数据集支持多种预训练的YOLO11 细分模型，其性能指标各不相同。以下是可用模型及其关键指标的摘要：这些模型从轻量级的 YOLO11n-seg 到功能更强大的 YOLO11x-seg 不等，在速度和准确性之间进行了不同的权衡，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。

Q: How is the COCO-Seg dataset structured and what subsets does it contain?

COCO 数据集分为三个子集，以满足特定的训练和评估需求：如果实验需求较小，您也可以考虑使用COCO8 数据集，它是一个紧凑版本，只包含COCO train 2017 数据集中的 8 幅图像。

COCO数据集是COCO （Common Objects in Context，上下文中的常见物体）数据集的扩展，专门用于帮助物体实例分割研究。它使用与COCO 相同的图像，但引入了更详细的分割注释。对于从事实例分割任务的研究人员和开发人员来说，该数据集是一个重要的资源，尤其是在训练 Ultralytics YOLO模型。

COCO 预训练模型

模型	尺寸 ^(像素)	mAP^50-95	mAP^掩膜 50-95	速度 ^{CPU ONNX (毫秒)}	速度 ^{T4 TensorRT10 (毫秒)}	参数 ^(M)	FLOPs ^(B)
YOLO11n-seg	640	38.9	32.0	65.9 ± 1.1	1.8 ± 0.0	2.9	9.7
YOLO11s-seg	640	46.6	37.8	117.6 ± 4.9	2.9 ± 0.0	10.1	33.0
YOLO11m-seg	640	51.5	41.5	281.6 ± 1.2	6.3 ± 0.1	22.4	113.2
YOLO11l-seg	640	53.4	42.9	344.2 ± 3.2	7.8 ± 0.2	27.6	132.2
YOLO11x-seg	640	54.7	43.8	664.5 ± 3.2	15.8 ± 0.7	62.1	296.4

主要功能

COCO 保留了COCO 的原始 330K 图像。
该数据集包含与原始COCO 数据集相同的 80 个对象类别。
现在，标注包括图像中每个对象更详细的实例分割掩码。
COCO 提供了标准化的评估指标，如用于物体检测的平均精度mAP）和用于实例分割任务的平均召回率（mAR），以便有效比较模型性能。

数据集结构

COCO 数据集分为三个子集：

Train2017：118K 幅图像用于训练实例分割模型。
Val2017：模型开发过程中用于验证的 5K 图像。
Test2017：用于基准测试的 20K 幅图像。该子集的地面实况注释不公开，因此预测结果必须提交到COCO 评估服务器进行评分。

应用

COCO 广泛用于训练和评估实例分割中的深度学习模型，如YOLO 模型。大量的注释图像、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人员不可或缺的资源。

数据集 YAML

YAML（另一种标记语言）文件用于定义数据集配置。它包含数据集的路径、类和其他相关信息。就COCO 数据集而言，YAML 文件中的 coco.yaml 文件保存在 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml.

ultralyticsyaml

# 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)

用法

要在图像大小为 640 的COCO 数据集上训练 YOLO11n-seg 模型 100次，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

PythonCLI

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo segment train data=coco.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Sample Images 和注释

COCO 和它的前身COCO 一样，包含一组不同的图像，其中有各种物体类别和复杂场景。不过，COCO 为图像中的每个物体引入了更详细的实例分割掩码。下面是数据集中的一些图像示例及其相应的实例分割掩码：

数据集样本图像

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。马赛克处理是一种在训练期间使用的技术，它将多个图像组合成一个图像，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、纵横比和上下文。

该示例展示了COCO 数据集中图像的多样性和复杂性，以及在训练过程中使用镶嵌技术的好处。

引用和致谢

如果您在研究或开发工作中使用COCO 数据集，请引用COCO 原文并注明COCO 的扩展：

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 Dollár},
      year={2015},
      eprint={1405.0312},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

我们对COCO 联盟为计算机视觉界创建和维护这一宝贵资源表示感谢。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

什么是COCO 数据集，它与原始COCO 数据集有何不同？

COCO数据集是原始COCO （Common Objects in Context）数据集的扩展，专门用于实例分割任务。COCO 使用与COCO 数据集相同的图像，但包含更详细的分割注释，因此对于专注于对象实例分割的研究人员和开发人员来说是一个强大的资源。

如何使用COCO 数据集训练YOLO11 模型？

要在图像大小为 640 的COCO 数据集上训练 YOLO11n-seg 模型 100 次，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

PythonCLI

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo segment train data=coco.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

COCO 数据集有哪些主要特点？

COCO 数据集包括几个主要特征：

保留COCO 数据集中的原始 330K 图像。
注释与原始COCO 相同的 80 个对象类别。
为每个对象提供更详细的实例分割掩码。
使用标准化的评估指标，如用于物体检测的平均精度mAP）和用于实例分割任务的平均召回率（mAR）。

COCO 有哪些预训练模型，其性能指标如何？

COCO 数据集支持多种预训练的YOLO11 细分模型，其性能指标各不相同。以下是可用模型及其关键指标的摘要：

模型	尺寸 ^(像素)	mAP^50-95	mAP^掩膜 50-95	速度 ^{CPU ONNX (毫秒)}	速度 ^{T4 TensorRT10 (毫秒)}	参数 ^(M)	FLOPs ^(B)
YOLO11n-seg	640	38.9	32.0	65.9 ± 1.1	1.8 ± 0.0	2.9	9.7
YOLO11s-seg	640	46.6	37.8	117.6 ± 4.9	2.9 ± 0.0	10.1	33.0
YOLO11m-seg	640	51.5	41.5	281.6 ± 1.2	6.3 ± 0.1	22.4	113.2
YOLO11l-seg	640	53.4	42.9	344.2 ± 3.2	7.8 ± 0.2	27.6	132.2
YOLO11x-seg	640	54.7	43.8	664.5 ± 3.2	15.8 ± 0.7	62.1	296.4

这些模型的范围从轻量级的 YOLO11n-seg 到更强大的 YOLO11x-seg，在速度和精度之间提供不同的权衡，以适应各种应用需求。有关模型选择的更多信息，请访问 Ultralytics 模型页面。

COCO 数据集的结构如何，包含哪些子集？

COCO 数据集被划分为三个子集，以满足特定的训练和评估需求：

Train2017：包含118K图像，主要用于训练实例分割模型。
Val2017：包含5K图像，用于训练过程中的验证。
Test2017：包含 20K 幅图像，用于测试和基准测试训练有素的模型。请注意，该子集的地面实况注释不公开，性能结果将提交给COCO 评估服务器进行评估。

如果实验需求较小，您也可以考虑使用COCO8 数据集，它是一个紧凑的版本，只包含COCO train 2017数据集中的 8 幅图像。

📅 2 年前创建 ✏️ 25 天前更新