官网:cocodataset.org

COCO has five annotation types: for object detection, keypoint detection, stuff segmentation, panoptic segmentation, and image captioning. The annotations are stored using JSON. Please note that the COCO API described on the download page can be used to access and manipulate all anotations.

object detection: 目标检测;

keypoint detection: 关键点检测;

stuff segmentation: stuff没有固定形状的物体,例如天空、草地等,分割任务;

panoptic segmentation: 全景分割,图片中things,stuff等全被分割;

image captioning: “看图说话”,一个图片中的场景描述;

COCO数据集的简介

COCO数据集是一个大型的、丰富的物体检测,分割和字幕数据集。这个数据集以scene understanding为目标,主要从复杂的日常场景中截取,图像中的目标通过精确的segmentation进行位置的标定。图像包括91类目标,328,000影像和2,500,000个label。

COCO数据集有91类,虽然比ImageNet和SUN类别少,但是每一类的图像多,这有利于获得更多的每类中位于某种特定场景的能力,对比PASCAL VOC,其有更多类和图像。

coco数据集大小分类_2019-08-15 COCO数据集相关推荐

  1. coco数据集大小分类_MicroSoft COCO数据集

    安装错误 no such file or directory: 'pycocotools/_mask.c' 解决办法: pip install cython 评价标准 COCO数据集介绍 COCO数据 ...

  2. coco数据集大小分类_COCO数据集的标注格式

    COCO的 全称是Common Objects in COntext,是微软团队提供的一个可以用来进行图像识别的数据集.MS COCO数据集中的图像分为训练.验证和测试集.COCO通过在Flickr上 ...

  3. coco数据集大小分类_【数据集】LVIS:大规模细粒度词汇级标记数据集 ,出自FAIR ,连披萨里的菠萝粒都能完整标注...

    原标题:[数据集]LVIS:大规模细粒度词汇级标记数据集 ,出自FAIR ,连披萨里的菠萝粒都能完整标注 本文转自『AI开发者』 稍有改动 作者 / 杨鲤萍,编译 / 昱良 最近,FAIR 开放了 L ...

  4. coco数据集大小分类_Microsoft COCO 数据集

    本篇博客主要以介绍MS COCO数据集为目标,分为3个部分:COCO介绍,数据集分类和COCO展示. 本人主要下载了其2014年版本的数据,一共有20G左右的图片和500M左右的标签文件.标签文件标记 ...

  5. coco数据集大小分类_如何处理不平衡数据集的分类任务

    在情感分类任务中,数据集的标签分布往往是极度不平衡的.以我目前手上的这个二分类任务来说,正例样本14.4万个:负例样本166.1万 = 1 :11.5.很显然这是一个极度不平衡的数据集,假设我把样本全 ...

  6. coco数据集大小分类_COCO数据集使用

    一.简介 官方网站:http://cocodataset.org/ 全称:Microsoft Common Objects in Context (MS COCO) 支持任务:Detection.Ke ...

  7. coco数据集大小分类_COCO 数据集使用说明书

    增加对 Windows 系统的支持: 替换 defaultdict 为 dict.get(),解决 Windows 的编码问题. 跳过解压这一步骤(包括直接的或间接的解压),直接对图片数据 image ...

  8. coco数据集大小分类_VOC、COCO数据集类别

    目录 VOC(20类): COCO(全90类): COCO(检测.分割所用80类): VOC(20类): 1aeroplane 2bicycle 3bird 4boat 5bottle 6bus 7c ...

  9. 鸢尾花数据集、月亮数据集二分类可视化分析

    鸢尾花数据集.月亮数据集二分类可视化分析 目录 鸢尾花数据集.月亮数据集二分类可视化分析 一.线性LDA算法 1.LDA算法 2.鸢尾花数据集 2.月亮数据集 二.K-Means算法 1.K-Mean ...

最新文章

  1. 如何快速融入团队(四)
  2. 细说Sql Server中的视图(下)转载
  3. Python性能优化的20条建议
  4. boost::hana::transform用法的测试程序
  5. OpenGL 平行粒子的实例
  6. mysql 5.7 速度很快_MySQL5.7速度比MySQL5.6快3倍
  7. 腾讯云实时音视频技术发展简史 — 从编解码器容错优化到云端决策系统
  8. Android之通过ContentResolver获取手机图片和视频的路径和生成缩略图和缩略图路径
  9. IEnumerable
  10. C语言的printf一些骚操作
  11. [转]SQL2000修改表创建日期
  12. java tiles类似_java – 更好地替代Apache Tiles
  13. 带你玩转Visual Studio——带你跳出坑爹的Runtime Library坑
  14. MT7621完美支持32M SPI Flash(W25Q256) 修复 soft reset fail
  15. 微信公众号推文新手排版快速入门
  16. css动感线条,使用css3制作动感导航条示例
  17. 中国象棋人工智能实现
  18. 数据系统架构-5.实时离线统计系统
  19. mac数字键盘错乱_苹果笔记本数字键盘打不出数字怎么办_苹果笔记本按不出数字如何解决-win7之家...
  20. 树莓派 --- 人脸口罩识别智能监控

热门文章

  1. 移动端js触摸touch详解(附带案例源码)
  2. Java键盘输入一个int数组
  3. 国际性PRO-SID研究开始招募患者,该研究评估Panzyga(R)用于慢性淋巴细胞白血病和继发性免疫缺陷患者的一级预防性治疗
  4. 闽江学院计算机系微博,我校计控学子在第13届中国大学生计算机设计大赛中勇创佳绩...
  5. winpe修复计算机无法启动,PE修复系统启动故障的详细教程
  6. Windows 10离线安装dotnetfx35
  7. 机器人开发--Apollo ROS介绍
  8. Android 平台语音通话及回音消除、噪音消除研究
  9. PhotoShop安装问题160
  10. 基于Eureka服务治理的高可用性注册中心搭建