一、简介

官方网站:http://cocodataset.org/

全称:Microsoft Common Objects in Context (MS COCO)

支持任务:Detection、Keypoints、Stuff、Panoptic、Captions

说明:COCO数据集目前有三个版本,即2014、2015和2017,其中2015版只有测试集,其他两个有训练集、验证集和测试集。

(本贴内容来源于官网+个人理解与描述)

二、数据集下载

方法一:直接官网下载(需要FQ)。

方法二:本人已把官网数据集放在百度云网盘,可自行下载(无需FQ)。

三、数据集说明

COCO数据集包括两大部分:Images和Annotations

Images:“任务+版本”命名的文件夹(例如:train2014),里面为xxx.jpg的图像文件;

Annotations:文件夹,里面为xxx.json格式的文本文件(例如:instances_train2014.json);

使用COCO数据集的核心就在于xxx.json文件的读取操作,下面详细介绍annotation文件的组织结构和使用方法。

3.1 通用字段

COCO有五种注释类型对应五种任务:目标检测、关键点检测、实物分割、全景分割和图像描述。注释使用JSON文件存储。每个xxx.json的内容整体为一个字典,key为“info”、“images“、”annotations“和”licenses“,如下所示:

1 {

coco数据集大小分类_COCO数据集使用相关推荐

  1. 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 ...

  2. 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 ...

  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

    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 ...

  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_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 ...

  7. coco数据集大小分类_2019-08-15 COCO数据集

    官网:cocodataset.org COCO has five annotation types: for object detection, keypoint detection, stuff s ...

  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. 数据集大小与模型性能的敏感性分析

    [翻译自 : sensitivity-analysis-of-dataset-size-vs-model-performance] [说明:Jason Brownlee PhD大神的文章个人很喜欢,所 ...

最新文章

  1. 转 使用DCloud+Framework7制作移动APP应用
  2. Python之初识模块之序列化模块
  3. 参数(条件表)灵活配置GS01/GS02/GS03
  4. tensorflow tf.train.ExponentialMovingAverage() (滑动平均模型)(移动平均法 Moving average,MA)(用于平滑数据波动对预测结果的影响)
  5. Spock VW:编写自定义的Spock框架扩展
  6. 前端学习(2122):项目演示
  7. j.u.c系列(08)---之并发工具类:CountDownLatch
  8. 本地win10服务器不能复制文件,手把手为你解说win10系统所有文件都不能复制的步骤...
  9. IP数据报格式,IP分片,IP编址,子网掩码
  10. MySQL循环结构例题_Mysql:循环结构
  11. SpringMVC 自定义转换器
  12. 电商商城小程序项目完整源码(微信小程序)
  13. PHP获取汉字笔画数功能
  14. JS/Vue动态获取浏览器高度
  15. 七天学完Vue之第三天学习笔记(组件的应用操作以及插槽的使用)
  16. 【蓝桥杯选拔赛真题30】Scratch小猫奔跑 少儿编程scratch蓝桥杯选拔赛真题讲解
  17. 最新QQ空间免费导航代码
  18. 抓取android log,一键抓取Android的Locat Log
  19. Linux 磁盘管理 高级篇 -- quota,RAID,LVM
  20. oblog商业版本4.6注射漏洞,直接拿管理员

热门文章

  1. git clone速度太慢的解决办法
  2. Linux 根目录下的文件介绍
  3. java使用三目运算符来判断成绩
  4. 使用CAGradientLayer绘制渐变色
  5. (精华2020年6月9日更新)Angular实战篇 axio的封装
  6. python调用PHP方法
  7. Java基础 println print 实现输出换行
  8. 某缓存系统采用LRU淘汰算法,假定缓存容量为4,并且初始为空,那么在顺序访问以下数据项的时候,1、5、1、3、5、2、4、1、2,出现缓存直接命中的次数是(),最后缓存中即将准备淘汰的数据项是()
  9. Matlab bsxfun函数
  10. JavaScript 各声明var、let、const方式区别『详解』