COCO-Seg 数据集

COCO-Seg 数据集是 COCO（上下文中的常见对象）数据集的扩展，专门设计用于辅助对象实例分割的研究。它使用与COCO相同的图像，但引入了更详细的分割标注。该数据集是从事实例分割任务的研究人员和开发人员的重要资源，特别是用于训练YOLO模型。

COCO-Seg 预训练模型

模型	尺寸 ^(像素)	mAP^框 50-95	mAP^掩码 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	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

关键特性

COCO-Seg保留了COCO原有的33万张图像。
数据集包含与原始COCO数据集中相同的80个对象类别。
标注现在包括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，如平均精度均值（mAP）用于目标检测，以及实例分割任务的平均召回率均值（mAR），使模型性能的有效比较成为可能。

数据集结构

COCO-Seg数据集分为三个子集：

Train2017：该子集包含11.8万张图像，用于训练实例分割模型。
Val2017：该子集包括5千张图像，用于模型训练期间的验证。
Test2017：该子集包含2万张图像，用于测试和基准测试训练好的模型。该子集的地面真实标注不公开，结果提交到COCO评估服务器进行性能评估。

应用

COCO-Seg广泛用于训练和评估深度学习模型在实例分割中的应用，如YOLO模型。大量标注图像、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。它包含有关数据集路径、类别和其他相关信息的信息。对于COCO-Seg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-Seg数据集上训练一个YOLO11n-seg模型，进行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

PythonCLI

from ultralytics import YOLO

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

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

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

示例图像和标注

COCO-Seg，像其前身COCO一样，包含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：

数据集示例图像

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。马赛克是一种在训练期间使用的技术，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。这有助于模型对不同对象大小、宽高比和上下文进行泛化。

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的好处。

引用和致谢

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论文并承认对COCO-Seg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}
}

我们向COCO联盟表示感谢，感谢他们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-Seg数据集，它与原始COCO数据集有何不同？

COCO-Seg数据集是原始COCO（上下文中的常见对象）数据集的扩展，专门设计用于实例分割任务。虽然它使用与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。

如何使用COCO-Seg数据集训练YOLO11模型？

要使用COCO-Seg数据集训练YOLO11n-seg模型100个周期，图像大小为640，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

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

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

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

COCO-Seg数据集的关键特性是什么？

COCO-Seg数据集包含以下几个关键特性：

保留了COCO数据集中的原始33万张图像。
标注了与原始COCO中相同的80个对象类别。
为每个对象提供了更详细的实例分割掩码。
使用标准化的评估指标，如平均精度（mAP）用于目标检测和平均召回率（mAR）用于实例分割任务。

有哪些预训练模型可用于COCO-Seg，它们的性能指标是什么？

COCO-Seg数据集支持多个具有不同性能指标的预训练YOLO11分割模型。以下是可用模型及其关键指标的总结：

模型	尺寸 ^(像素)	mAP^框 50-95	mAP^掩码 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	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