rafaelpadilla/coco2017
קוד פתוחrafaelpadillaרישיון לא דווח2023-07-19
גרסה ארוזה של COCO 2017 שמיועדת ספציפית למשימות זיהוי עצמים בתמונות. היא מתאימה למי שרוצה לאמן או לבחון מודלים על הסטנדרט המוכר בלי להתעסק עם משימות כמו סגמנטציה.
- 1,297הורדות בחודש
- 32לייקים
מה זה
המאגר כולל רק את חלק זיהוי העצמים מתוך COCO 2017. הנתונים מחולקים לשניים: סט אימון של 118,287 תמונות שכוללות 860,001 תיחומים, וסט בדיקה של 5,000 תמונות עם 36,781 תיחומים. הרשומות מציגות סצנות יומיומיות מורכבות עם אובייקטים בהקשר הטבעי שלהם.
ברשימת המחלקות מוגדרות 92 תוויות שונות, אבל בפועל יש תיוגים רק עבור 80 מחלקות, ביניהן אנשים, כלי רכב, חיות, ופריטים ביתיים כמו בקבוקים או מחשבים ניידים. שאר 12 המחלקות, כמו כובע, מראה או דלת, מופיעות ברשימה אבל נשארות ללא תיוג באוסף הנתונים הזה.
מתאים ל
- אימון מודלים לזיהוי עצמים
אימון ארכיטקטורות ראייה ממוחשבת על 80 מחלקות סטנדרטיות המבוססות על סצנות יומיומיות טבעיות.
- הערכת ביצועים והשוואה
בדיקת דיוק של מודלים קיימים מול סט האימות המקובל שמכיל 5,000 תמונות עם תיחומים מוחלטים.
- פיתוח עם VisionDataset
עבודה מהירה בפייתון 3.11 באמצעות ספריית cocodataset שמסופקת ישירות כחלק מהמאגר.
איפה זה נופל
ההגבלה הראשונה היא היקף המשימה, מדובר רק בזיהוי עצמים, ולמרות שבמקור יש ל־COCO כיתובי תמונה וסגמנטציה, כאן הם לא קיימים. שנית, 12 מתוך 92 הקטגוריות ריקות לחלוטין ממופעים מתויגים, כך שמודל שינסה להסתמך עליהן לא ילמד דבר. מעבר לכך, כל הטקסט והתיוג באנגלית בלבד. אם המוצר שלכם פועל בישראל, קחו בחשבון שהמאגר נשען על המאמר מ־2014 וסצנות יומיומיות כלליות, ללא התאמה ייעודית למאפיינים מקומיים.
שאלות
נפוצות
האם מותר להשתמש במאגר למטרות מסחריות?
התיוגים עצמם מפורסמים תחת רישיון CC-BY 4.0 שמתיר שימוש מסחרי עם מתן קרדיט. עם זאת, בעמוד המאגר הרישיון הכללי מסומן כלא ידוע, והתמונות עצמן כפופות לתנאי השימוש המקוריים של אתר COCO. יש לבדוק את התנאים באתר הרשמי לפני שמשלבים את המודלים במוצר.
האם המאגר כולל תמיכה בעברית?
לא. שמות 80 המחלקות והמטא-דאטה מוגדרים כולם באנגלית בלבד, ואין במאגר הזה תיאורי תמונות בכלל. אם נדרשת עבודה בעברית, יש לתרגם את תוויות המחלקות באופן עצמאי.
מה ההבדל בין מאגר זה לגרסה המלאה של COCO?
המאגר הזה מחזיק אך ורק את החלק של זיהוי העצמים בגרסת 2017. יכולות אחרות של COCO המקורי, כמו סגמנטציית פיקסלים, נקודות מפתח של בני אדם ותיאורי תמונה טקסטואליים, הושמטו ממנו.
מדוע רשומות 92 מחלקות אך מתויגות רק 80?
המיפוי כולל 92 קטגוריות אפשריות, כולל ערך ברירת מחדל ופריטים כמו כובעים או מראות, אך בפועל ל־12 מהן אין שום תיחום בסט. אימון מודל מהמאגר הזה יאפשר לזהות רק את 80 המחלקות שמכילות נתוני אמת.
איך טוענים
טוענים את הנתונים דרך ספריית datasets באמצעות הקריאה ל־rafaelpadilla/coco2017, כאשר אפשר לטעון ישירות את חלוקת train או val. כל רשומה כוללת את התמונה עצמה, מזהה תמונה, ואת נתוני העצמים. תיחומי האובייקטים מגיעים בפורמט של קואורדינטות מוחלטות לפי סדר של x, y, רוחב וגובה. המאגר פתוח להורדה ללא צורך באישור גישה, והיוצר מספק גם מחלקת פייתון בשם COCODataset שמרחיבה את VisionDataset ודורשת סביבת פייתון 3.11 והתקנה מקומית של הקבצים מהמאגר.
from datasets import load_dataset
ds = load_dataset("rafaelpadilla/coco2017")הרישיון
בדף הנתונים לא הוגדר רישיון רשמי ברמת המאגר, אך בתיאור עצמו נכתב שהתיוגים שייכים לקונסורציום COCO וכפופים לרישיון Creative Commons Attribution 4.0. רישיון זה מאפשר שימוש מסחרי בתיוגים כל עוד ניתן ייחוס מתאים. לגבי התמונות עצמן והקוד במאגר, היעדר שדה רישיון מוגדר בהאגינג פייס יוצר עמימות משפטית, ולכן כדאי לבדוק את תנאי השימוש המקוריים באתר של COCO לפני שילוב במוצר מסחרי.