UltralyticsCOCO 数据集是一个精选的图像集合,专为测试和调试物体检测模型而设计。该数据集包含来自COCO train 2017集合的前8张图像,其中4张用于训练,另外4张用于验证。尽管规模不大,但这些图像足够多样化,可以有效地检测训练流程中的错误,并在训练更大的数据集之前作为一个合理的检查点。
该数据集与UltralyticsHUB和YOLO11模型兼容,可以通过YAML文件进行配置。YAML文件是一种标记语言,用于定义数据集的路径、类别和其他相关信息。对于COCO8数据集,YAML文件名为coco8.yaml,可通过以下链接访问:https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco8.yaml。
在YAML文件中,定义了数据集的路径、训练和验证图像的相对路径,以及类别名称。例如,类别包括人、自行车、汽车、摩托车、飞机、公共汽车、火车、卡车、船、交通灯、消防栓、停车计时器、长凳、鸟、猫、狗、马、羊、牛、大象、熊、斑马、长颈鹿、背包、伞、手提包、领带、手提箱、飞盘、滑雪板、雪板、运动球、风筝、棒球棒、棒球手套、滑板、冲浪板、网球拍、瓶子、酒杯、杯子、叉子、刀、勺子、碗、香蕉、苹果、三明治、橙子、西兰花、胡萝卜、热狗、比萨饼、甜甜圈、蛋糕、椅子、沙发、盆栽植物、床、餐桌、厕所、电视、笔记本电脑、鼠标、遥控器、键盘、手机、微波炉、烤箱、烤面包机、水槽、冰箱、书、钟、花瓶、剪刀、泰迪熊、吹风机、牙刷等。