cocostuff10k数据集介绍_Dataset：COCO数据集的简介、安装、使用方法之详细攻略

版权声明：本文为博主原创文章，未经博主允许不得转载。https://blog.csdn.net/qq_41185868/article/details/82939959

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。

该数据集主要解决3个问题：目标检测，目标之间的上下文关系，目标的2维上的精确定位。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。

官网地址：http://cocodataset.org/#home

1、COCO数据集的特点

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对象分割；

在上下文中可识别；

超像素分割；

330K图像(> 200K标记)；

150万个对象实例；

80个对象类别；

91个类别；

每张图片5个字幕；

有关键点的250,000人；

2、数据集的大小和版本

大小：25 GB(压缩)

记录数量： 330K图像、80个对象类别、每幅图像有5个标签、25万个关键点。

COCO数据集分两部分发布，前部分于2014年发布，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。

COCO数据集的安装

COCO数据集的使用方法