Skip to content

COCO数据集

COCO（Context中的常见对象）数据集是一个大规模的目标检测、分割和字幕数据集。它旨在鼓励对各种对象类别的研究，并常用于基准测试计算机视觉模型。对于从事目标检测、分割和姿态估计任务的研究人员和开发者来说，这是一个重要的数据集。



观看: Ultralytics COCO数据集概述

COCO预训练模型

模型 尺寸
(像素)		 mAP验证
50-95		 速度
CPU ONNX
(毫秒)		 速度
T4 TensorRT10
(毫秒)		 参数
(M)		 FLOPs
(B)
YOLO11n 640 39.5 56.1 ± 0.8 1.5 ± 0.0 2.6 6.5
YOLO11s 640 47.0 90.0 ± 1.2 2.5 ± 0.0 9.4 21.5
YOLO11m 640 51.5 183.2 ± 2.0 4.7 ± 0.1 20.1 68.0
YOLO11l 640 53.4 238.6 ± 1.4 6.2 ± 0.1 25.3 86.9
YOLO11x 640 54.7 462.8 ± 6.7 11.3 ± 0.2 56.9 194.9

关键特性

  • COCO包含330K张图像，其中200K张图像具有用于目标检测、分割和字幕任务的标注。
  • 该数据集包含80个对象类别，包括常见的对象如汽车、自行车和动物，以及更具体的类别如雨伞、手提包和运动器材。
  • 标注包括对象边界框、分割掩码和每张图像的字幕。
  • COCO提供了标准化的评估指标，如平均精度均值（mAP）用于目标检测，以及分割任务的平均精度均值召回率（mAR），使其适合比较模型性能。

数据集结构

COCO数据集分为三个子集：

  1. Train2017: 该子集包含118K张图像，用于训练目标检测、分割和字幕模型。
  2. Val2017: 该子集有5K张图像，用于模型训练期间的验证。
  3. Test2017: 该子集包含20K张图像，用于测试和基准测试训练好的模型。该子集的真实标注不公开，结果提交到COCO评估服务器进行性能评估。

应用

COCO数据集广泛用于训练和评估深度学习模型在目标检测（如YOLO、Faster R-CNN和SSD）、实例分割（如Mask R-CNN）和关键点检测（如OpenPose）中的应用。数据集的多样化对象类别、大量标注图像和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重要资源。

数据集YAML

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

ultralytics/cfg/datasets/coco.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 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: ../datasets/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 ultralytics.utils.downloads import download
  from pathlib import Path

  # 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)

使用方法

要在COCO数据集上训练YOLO11n模型100个epoch，图像大小为640，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

# 加载模型
model = YOLO("yolo11n.pt")  # 加载预训练模型（推荐用于训练）

# 训练模型
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

# 从预训练的*.pt模型开始训练
yolo detect train data=coco.yaml model=yolo11n.pt epochs=100 imgsz=640

示例图像和标注

COCO数据集包含各种对象类别和复杂场景的多样化图像。以下是数据集中的一些图像示例及其相应的标注：

数据集示例图像 - 马赛克图像: 这张图像展示了一个由马赛克数据集图像组成的训练批次。马赛克技术是在训练过程中使用的一种方法，它将多张图像合并成一张图像，以增加每个训练批次中物体和场景的多样性。这有助于提高模型对不同物体大小、宽高比和上下文环境的泛化能力。

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马赛克技术的好处。

引用和致谢

如果您在研究或开发工作中使用了COCO数据集，请引用以下论文：

@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}
}

我们感谢COCO联盟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

什么是COCO数据集，为什么它对计算机视觉很重要？

COCO数据集（Common Objects in Context）是一个用于目标检测、分割和字幕生成的大规模数据集。它包含33万张图像，其中80个对象类别有详细的注释，对于基准测试和训练计算机视觉模型至关重要。研究人员使用COCO数据集是因为其多样化的类别和标准化的评估指标，如平均精度（mAP）。

如何使用COCO数据集训练YOLO模型？

要使用COCO数据集训练YOLO11模型，可以使用以下代码片段：

训练示例

from ultralytics import YOLO

# 加载模型
model = YOLO("yolo11n.pt")  # 加载预训练模型（推荐用于训练）

# 训练模型
results = model.train(data="coco.yaml", epochs=100, imgsz=640)

# 从预训练的 *.pt 模型开始训练
yolo detect train data=coco.yaml model=yolo11n.pt epochs=100 imgsz=640

有关可用参数的更多详细信息，请参阅训练页面。

COCO数据集的关键特点是什么？

COCO数据集包括：

  • 33万张图像，其中20万张用于目标检测、分割和字幕生成。
  • 80个对象类别，从常见的汽车和动物到特定的手提包和运动器材。
  • 标准化的评估指标，用于目标检测（mAP）和分割（平均召回率，mAR）。
  • 训练批次中的马赛克技术，以增强模型对各种物体大小和上下文的泛化能力。

在哪里可以找到在COCO数据集上预训练的YOLO11模型？

在COCO数据集上预训练的YOLO11模型可以从文档中提供的链接下载。例如：

这些模型在大小、mAP和推理速度上有所不同，提供了不同性能和资源需求的选择。

COCO数据集的结构是怎样的，如何使用它？

COCO数据集分为三个子集：

  1. Train2017: 用于训练的11.8万张图像。
  2. Val2017: 用于训练期间验证的5千张图像。
  3. Test2017: 用于基准测试训练模型的2万张图像。结果需要提交到COCO评估服务器进行性能评估。

数据集的YAML配置文件可在coco.yaml中找到，该文件定义了路径、类别和数据集详细信息。


📅 Created 11 months ago ✏️ Updated 11 days ago
jk4e ambitious-octopus UltralyticsAssistant glenn-jocher MatthewNoyce RizwanMunawar Laughing-q

Comments