COCO 数据集The COCO（通用对象上下文）数据集是一个大规模目标 detect、segmentation 和图像描述数据集。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 detect、segmentation 和姿势估计任务的研究人员和开发人员来说，这是一个必不可少的数据集。
观看： Ultralytics COCO 数据集概述
COCO 预训练模型模型尺寸(像素)mAPval50-95mAPval50-95(e2e)速度CPU ONNX(毫秒)速度T4 TensorRT10(毫秒)参数(M)FLOPs(B)YOLO26n64040.940.138.9 ± 0.71.7 ± 0.02.45.4YOLO26s64048.647.887.2 ± 0.92.5 ± 0.09.520.7YOLO26m64053.152.5220.0 ± 1.44.7 ± 0.120.468.2YOLO26l64055.054.4286.2 ± 2.06.2 ± 0.224.886.4YOLO26x64057.556.9525.8 ± 4.011.8 ± 0.255.7193.9主要功能COCO包含33万张图像，其中20万张图像带有用于目标检测、分割和图像描述任务的标注。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。注释包括每个图像的对象边界框、分割掩码和描述。COCO 提供了标准化的评估指标，例如用于目标 detect 的平均精度 (mAP)，以及用于 segment 任务的平均召回率 (mAR)，使其适用于比较模型性能。数据集结构COCO 数据集分为三个子集：
Train2017：此子集包含 118K 张图像，用于训练目标检测、分割和图像描述模型。Val2017：此子集包含 5K 张图像，在模型训练期间用于验证。Test2017：此子集包含2万张图像，用于测试和基准评估训练好的模型。此子集的真实标注未公开，结果将提交至 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，涵盖目标检测（例如Ultralytics YOLO、Faster R-CNN 和 SSD）、实例分割（例如Mask R-CNN）和关键点检测（例如OpenPose）。该数据集多样化的目标类别、大量的标注图像以及标准化评估指标，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 YAMLYAML（Yet Another Markup Language）文件用于定义数据集配置。它包含数据集的路径、类别及其他相关信息。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 🚀 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COCO数据集上训练YOLO26n模型，进行100个epoch，图像大小为640，您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
PythonCLIfrom ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.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 detect train data=coco.yaml model=yolo26n.pt epochs=100 imgsz=640
Sample Images 和注释COCO 数据集包含一系列多样化的图像，涵盖各种目标类别和复杂场景。以下是数据集中一些图像及其相应标注的示例：
Mosaiced Image：此图像演示了一个由 mosaiced 数据集图像组成的训练批次。Mosaicing 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。这有助于提高模型泛化到不同对象大小、纵横比和上下文的能力。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增强的好处。
引用和致谢如果您在研究或开发工作中使用 COCO 数据集，请引用以下论文：
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COCO数据集是什么，它对计算机视觉为何重要？The COCO 数据集（通用对象上下文）是一个大规模数据集，用于目标 detect、segmentation 和图像描述。它包含 33 万张图像，带有 80 个对象类别的详细注释，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 是因为它具有多样化的类别和标准化的评估指标，例如平均 AP (mAP)。
如何使用 COCO 数据集训练 YOLO 模型？要使用COCO数据集训练YOLO26模型，您可以使用以下代码片段：
训练示例
PythonCLIfrom ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.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 detect train data=coco.yaml model=yolo26n.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数据集的主要特性是什么？COCO 数据集包括：
330K 张图像，其中 200K 张已标注用于目标检测、分割和图像描述。80 个对象类别，范围从汽车和动物等常见物品到手提包和运动器材等特定物品。目标检测 (mAP) 和分割 (平均召回率, mAR) 的标准化评估指标。训练批次中的 Mosaicing 技术，以增强模型在各种对象大小和上下文中的泛化能力。在哪里可以找到在COCO数据集上训练的预训练YOLO26模型？预训练的COCO数据集YOLO26模型可从文档中提供的链接下载。示例包括：
YOLO26nYOLO26sYOLO26mYOLO26lYOLO26x这些模型在尺寸、mAP 和推理速度方面各不相同，为不同的性能和资源需求提供了选择。
COCO数据集的结构是怎样的，以及如何使用它？COCO 数据集分为三个子集：
Train2017：118K 张图像用于训练。Val2017：5K 张图像，用于训练期间的验证。Test2017：2万张图像用于基准测试训练模型。结果需要提交到 COCO 评估服务器进行性能评估。该数据集的yaml配置文件可在coco.yaml获取，其中定义了路径、类别和数据集详细信息。
📅 2 年前创建 ✏️ 1 个月前更新 Tweet 分享 评论
为什么iphone13金色便宜
中国国足进入世界杯 国足进世界杯是哪一年