README.md

metadata

language:
  - en
license: agpl-3.0
task_categories:
  - object-detection
tags:
  - yolo
  - coco
  - object-detection
  - computer-vision
pretty_name: COCO8
size_categories:
  - n<1K
dataset_info:
  config_name: coco8
  features:
    - name: image
      dtype: image
    - name: objects
      dtype:
        sequence:
          - name: bbox
            dtype:
              sequence: float32
          - name: categories
            dtype:
              class_label:
                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
configs:
  - config_name: coco8
    data_files:
      - split: train
        path: images/train/*
      - split: validation
        path: images/val/*
    default: true

Ultralytics COCO8 数据集

Ultralytics COCO8 是一个规模虽小但用途广泛的目标检测数据集，由 COCO train2017 的前 8 张图像组成，其中 4 张用于训练，4 张用于验证。该数据集非常适合用于测试和调试目标检测模型， 或用于尝试新的检测方法。虽然只有8张图像，规模小巧便于管理，但 其多样性足以用于检测训练流程中的错误，并在训练更大规模的数据集之前作为合理性检查。

该数据集旨在与Ultralytics YOLOv8配合使用。

仓库结构

images/train/         # 4 张训练图片 + metadata.jsonl
images/val/           # 4 张验证图片 + metadata.jsonl
labels/train|val/     # 原始 YOLO 格式 .txt 标注（归一化 cx cy w h）
data.yaml             # Ultralytics 数据配置

每个 split 目录下的 metadata.jsonl 提供目标检测标注（像素坐标 [x, y, width, height]， 左上角原点），可直接被 Hugging Face Dataset Viewer 与 datasets 库识别 （目录名 train/val 会被自动映射为 train/validation 两个 split）：

{"file_name": "000000000009.jpg", "objects": {"bbox": [[1.08, 187.69, 611.59, 285.84], ...], "categories": [45, ...]}}

使用方法

使用 🤗 Datasets 加载：

from datasets import load_dataset

ds = load_dataset("cc92yy3344/coco8")
print(ds["train"][0]["objects"])
# {'bbox': [[1.08, 187.69, 611.59, 285.84], ...], 'categories': [45, ...]}

文档: https://docs.ultralytics.com

社区: https://community.ultralytics.com

GitHub: https://github.com/ultralytics/ultralytics