Conjunto de Dados COCO-Seg

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

O dataset COCO-Seg suporta vários modelos de segmentação YOLO11 pré-treinados com diferentes métricas de desempenho. Aqui está um resumo dos modelos disponíveis e suas principais métricas: Esses modelos variam do leve YOLO11n-seg ao mais poderoso YOLO11x-seg, oferecendo diferentes compromissos entre velocidade e precisão para atender a vários requisitos de aplicação. Para obter mais informações sobre a seleção de modelos, visite a página de modelos Ultralytics.

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

O dataset COCO-Seg é particionado em três subconjuntos para necessidades específicas de treinamento e avaliação: Para necessidades de experimentação menores, você também pode considerar o uso do dataset COCO8-seg, que é uma versão compacta contendo apenas 8 imagens do conjunto COCO train 2017.

O conjunto de dados COCO-Seg, uma extensão do conjunto de dados COCO (Common Objects in Context), é especialmente projetado para auxiliar a pesquisa em segmentação de instâncias de objetos. Ele usa as mesmas imagens do COCO, mas introduz anotações de segmentação mais detalhadas. Este conjunto de dados é um recurso crucial para pesquisadores e desenvolvedores que trabalham em tarefas de segmentação de instâncias, especialmente para treinar modelos Ultralytics YOLO.

Modelos Pré-treinados COCO-Seg

Modelo	tamanho ^(pixels)	mAP^box 50-95	mAP^mask 50-95	Velocidade ^{CPU ONNX (ms)}	Velocidade ^{T4 TensorRT10 (ms)}	parâmetros ^(M)	FLOPs ^(B)
YOLO11n-seg	640	38.9	32.0	65.9 ± 1.1	1.8 ± 0.0	2.9	10.4
YOLO11s-seg	640	46.6	37.8	117.6 ± 4.9	2.9 ± 0.0	10.1	35.5
YOLO11m-seg	640	51.5	41.5	281.6 ± 1.2	6.3 ± 0.1	22.4	123.3
YOLO11l-seg	640	53.4	42.9	344.2 ± 3.2	7.8 ± 0.2	27.6	142.2
YOLO11x-seg	640	54.7	43.8	664.5 ± 3.2	15.8 ± 0.7	62.1	319.0

Principais Características

O COCO-Seg mantém as 330 mil imagens originais do COCO.
O conjunto de dados consiste nas mesmas 80 categorias de objetos encontradas no conjunto de dados COCO original.
As anotações agora incluem máscaras de segmentação de instância mais detalhadas para cada objeto nas imagens.
O COCO-Seg fornece métricas de avaliação padronizadas, como a Precisão Média Média (mAP) para detecção de objetos e a Revocação Média Média (mAR) para tarefas de segmentação de instâncias, permitindo uma comparação eficaz do desempenho do modelo.

Estrutura do Conjunto de Dados

O conjunto de dados COCO-Seg é particionado em três subconjuntos:

Train2017: Este subconjunto contém 118 mil imagens para treinar modelos de segmentação de instâncias.
Val2017: Este subconjunto inclui 5 mil imagens usadas para fins de validação durante o treinamento do modelo.
Test2017: Este subconjunto abrange 20 mil imagens usadas para testar e avaliar os modelos treinados. As anotações de ground truth para este subconjunto não estão disponíveis publicamente, e os resultados são enviados para o servidor de avaliação COCO para avaliação de desempenho.

Aplicações

O COCO-Seg é amplamente utilizado para treinar e avaliar modelos de aprendizado profundo em segmentação de instâncias, como os modelos YOLO. O grande número de imagens anotadas, a diversidade de categorias de objetos e as métricas de avaliação padronizadas o tornam um recurso indispensável para pesquisadores e profissionais de visão computacional.

YAML do Conjunto de Dados

Um arquivo YAML (Yet Another Markup Language) é usado para definir a configuração do conjunto de dados. Ele contém informações sobre os caminhos, classes e outras informações relevantes do conjunto de dados. No caso do conjunto de dados COCO-Seg, o coco.yaml arquivo é mantido em 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.downloads import download

  # Download labels
  segments = True  # segment or box labels
  dir = Path(yaml["path"])  # dataset root dir
  url = "https://github.com/ultralytics/assets/releases/download/v0.0.0/"
  urls = [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)

Utilização

Para treinar um modelo YOLO11n-seg no conjunto de dados COCO-Seg por 100 épocas com um tamanho de imagem de 640, você pode usar os seguintes trechos de código. Para uma lista completa de argumentos disponíveis, consulte a página de Treinamento do modelo.

Exemplo de Treinamento

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

Amostras de Imagens e Anotações

O COCO-Seg, como seu antecessor COCO, contém um conjunto diversificado de imagens com várias categorias de objetos e cenas complexas. No entanto, o COCO-Seg introduz máscaras de segmentação de instâncias mais detalhadas para cada objeto nas imagens. Aqui estão alguns exemplos de imagens do conjunto de dados, juntamente com suas máscaras de segmentação de instâncias correspondentes:

Imagem de amostra do conjunto de dados

Imagem em Mosaico: Esta imagem demonstra um lote de treinamento composto por imagens de conjunto de dados em mosaico. O Mosaico é uma técnica usada durante o treinamento que combina várias imagens em uma única imagem para aumentar a variedade de objetos e cenas em cada lote de treinamento. Isso auxilia na capacidade do modelo de generalizar para diferentes tamanhos de objetos, proporções e contextos.

O exemplo mostra a variedade e a complexidade das imagens no conjunto de dados COCO-Seg e os benefícios de usar mosaicos durante o processo de treinamento.

Citações e Agradecimentos

Se você usar o conjunto de dados COCO-Seg em seu trabalho de pesquisa ou desenvolvimento, por favor, cite o artigo original do COCO e reconheça a extensão para COCO-Seg:

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}
}

Agradecemos ao Consórcio COCO por criar e manter este recurso inestimável para a comunidade de visão computacional. Para mais informações sobre o conjunto de dados COCO e seus criadores, visite o site do conjunto de dados COCO.

FAQ

O que é o conjunto de dados COCO-Seg e como ele difere do conjunto de dados COCO original?

O conjunto de dados COCO-Seg é uma extensão do conjunto de dados COCO (Common Objects in Context) original, especificamente projetado para tarefas de segmentação de instâncias. Embora utilize as mesmas imagens do conjunto de dados COCO, o COCO-Seg inclui anotações de segmentação mais detalhadas, tornando-o um recurso poderoso para pesquisadores e desenvolvedores que se concentram na segmentação de instâncias de objetos.

Como posso treinar um modelo YOLO11 usando o conjunto de dados COCO-Seg?

Para treinar um modelo YOLO11n-seg no conjunto de dados COCO-Seg por 100 épocas com um tamanho de imagem de 640, você pode usar os seguintes trechos de código. Para uma lista detalhada de argumentos disponíveis, consulte a página de Treinamento do modelo.

Exemplo de Treinamento

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

Quais são as principais características do conjunto de dados COCO-Seg?

O conjunto de dados COCO-Seg inclui vários recursos principais:

Retém as 330 mil imagens originais do conjunto de dados COCO.
Anota as mesmas 80 categorias de objetos encontradas no COCO original.
Fornece máscaras de segmentação de instância mais detalhadas para cada objeto.
Usa métricas de avaliação padronizadas, como a Precisão Média (mAP) para detecção de objetos e o Recall Médio (mAR) para tarefas de segmentação de instâncias.

Quais modelos pré-treinados estão disponíveis para COCO-Seg e quais são suas métricas de desempenho?

O conjunto de dados COCO-Seg suporta vários modelos de segmentação YOLO11 pré-treinados com diferentes métricas de desempenho. Aqui está um resumo dos modelos disponíveis e suas principais métricas:

Modelo	tamanho ^(pixels)	mAP^box 50-95	mAP^mask 50-95	Velocidade ^{CPU ONNX (ms)}	Velocidade ^{T4 TensorRT10 (ms)}	parâmetros ^(M)	FLOPs ^(B)
YOLO11n-seg	640	38.9	32.0	65.9 ± 1.1	1.8 ± 0.0	2.9	10.4
YOLO11s-seg	640	46.6	37.8	117.6 ± 4.9	2.9 ± 0.0	10.1	35.5
YOLO11m-seg	640	51.5	41.5	281.6 ± 1.2	6.3 ± 0.1	22.4	123.3
YOLO11l-seg	640	53.4	42.9	344.2 ± 3.2	7.8 ± 0.2	27.6	142.2
YOLO11x-seg	640	54.7	43.8	664.5 ± 3.2	15.8 ± 0.7	62.1	319.0

Esses modelos variam do leve YOLO11n-seg ao mais poderoso YOLO11x-seg, oferecendo diferentes compensações entre velocidade e precisão para atender a vários requisitos de aplicação. Para mais informações sobre a seleção de modelos, visite a página de modelos Ultralytics.

Como o conjunto de dados COCO-Seg é estruturado e quais subconjuntos ele contém?

O conjunto de dados COCO-Seg é particionado em três subconjuntos para necessidades específicas de treinamento e avaliação:

Train2017: Contém 118 mil imagens usadas principalmente para treinar modelos de segmentação de instâncias.
Val2017: Compreende 5 mil imagens utilizadas para validação durante o processo de treinamento.
Test2017: Abrange 20 mil imagens reservadas para testar e avaliar modelos treinados. Observe que as anotações de ground truth para este subconjunto não estão disponíveis publicamente, e os resultados de desempenho são enviados para o servidor de avaliação COCO para avaliação.

Para necessidades de experimentação menores, você também pode considerar o uso do conjunto de dados COCO8-seg, que é uma versão compacta contendo apenas 8 imagens do conjunto de treinamento COCO 2017.

📅 Criado há 1 ano ✏️ Atualizado há 4 meses