官網：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: 目標檢測；
????keypoint detection: 關鍵點檢測；
????stuff segmentation: stuff沒有固定形狀的物體，例如天空、草地等，分割任務；
????panoptic segmentation: 全景分割，圖片中things，stuff等全被分割；
????image captioning: “看圖說話”，一個圖片中的場景描述；
COCO數據集的簡介
? ? ? ? COCO數據集是一個大型的、豐富的物體檢測，分割和字幕數據集。這個數據集以scene understanding為目標，主要從復雜的日常場景中截取，圖像中的目標通過精確的segmentation進行位置的標定。圖像包括91類目標，328,000影像和2,500,000個label。
COCO數據集有91類，雖然比ImageNet和SUN類別少，但是每一類的圖像多，這有利于獲得更多的每類中位于某種特定場景的能力，對比PASCAL VOC，其有更多類和圖像。
COCO數據集分兩部分發布，前部分于2014年發布，后部分于2015年，2014年版本：82,783 training, 40,504 validation, and 40,775?testing images，有270k的segmented people和886k的segmented object；2015年版本：165,482 train, 81,208 val, and 81,434 test images。
?該數據集主要解決3個問題：目標檢測，目標之間的上下文關系，目標的2維上的精確定位。COCO數據集有91類，雖然比ImageNet和SUN類別少，但是每一類的圖像多，這有利于獲得更多的每類中位于某種特定場景的能力，對比PASCAL VOC，其有更多類和圖像。
官網地址：http://cocodataset.org/#home
1、COCO數據集的特點
COCO is a large-scale object detection, segmentation, and captioning dataset. COCO has several features:
Object segmentation
Recognition in context
Superpixel stuff segmentation
330K images (>200K labeled)
1.5 million object instances
80 object categories
91 stuff categories
5 captions per image
250,000 people with keypoints
對象分割；
在上下文中可識別；
超像素分割；
330K圖像（> 200K標記）；
150萬個對象實例；
80個對象類別；
?91個類別；
每張圖片5個字幕；
有關鍵點的250,000人；
2、數據集的大小和版本
大小：25 GB（壓縮）
記錄數量： 330K圖像、80個對象類別、每幅圖像有5個標簽、25萬個關鍵點。
?? ? ? ? COCO數據集分兩部分發布，前部分于2014年發布，后部分于2015年，2014年版本：82,783 training, 40,504 validation, and 40,775?testing images，有270k的segmented people和886k的segmented object；2015年版本：165,482 train, 81,208 val, and 81,434 test images。
(1)、2014年版本的數據，一共有20G左右的圖片和500M左右的標簽文件。標簽文件標記了每個segmentation的像素精確位置+bounding box的精確坐標，其精度均為小數點后兩位。
3、COCO數據集的展示
COCO數據集的安裝
數據集下載地址：
1、2014年
http://msvocds.blob.core.windows.net/coco2014/train2014.zip
2、2017年
http://images.cocodataset.org/zips/train2017.zip
http://images.cocodataset.org/annotations/annotations_trainval2017.zip
http://images.cocodataset.org/zips/val2017.zip
http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip
http://images.cocodataset.org/zips/test2017.zip
http://images.cocodataset.org/annotations/image_info_test2017.zip
