[人工智能-深度学习-70]：数据集 - 目标检测常见公开数据集之MS COCO

作者主页(文火冰糖的硅基工坊​)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_博客

​

---

目录

​​第1章 MS COCO概述​​

​​1.1 概述​​

​​1.2 数据集分类​​

​​第2章 与PASCAL VOC数据集比较​​

​​2.1 COCO数据集的特点​​

​​2.2 COCO与VOC目标数量比较​​

​​2.3 更进一步的比较​​

​​2.4 每张图片上的类别数量或者实例数量的分布​​

​​第3章 MS COCO数据集的文件组织​​

​​第4章 MS COCO数据的标签文件的格式: JASON​​

---

第1章 MS COCO概述

 1.1 概述

​​MS COCO​​ (Microsoft COCO: Common Objects in Context) .

MSCOCO数据集是微软开发维护的大型图像数据集，其主要任务包括：目标检测（detection）、目标识别（recognition），目标分割（segementation）。

1.2 数据集分类

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。

目前为止有语义分割的最大数据集，提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。

MS COCO数据集包含很多的分支，

第2章 与PASCAL VOC数据集比较

2.1 COCO数据集的特点

与VOC数据集相比，COCO中的图片：（1）包含了自然图片以及生活中常见的目标图片，（2）背景比较复杂，（3）目标数量比较多，（4）目标尺寸更小，（5）因此COCO数据集上的任务更难。

对于检测任务来说，现在衡量一个模型好坏的标准更加倾向于使用COCO数据集上的检测结果。

2.2 COCO与VOC目标数量比较

从比较结果来看：

（1） coco的类别，远远多由于VOC

（2）相同的类别，coco图片的数量也大于VOC图片的数量（instance）

2.3 更进一步的比较

• • 
    
• PASCAL VOC：20分类。
• MS COCO     ：91分类，接近100分类。
• ImageNet       ：>10000分类。
  • 
    

2.4 每张图片上的类别数量或者实例数量的分布

• • 
    
• PASCAL和ImageNet中，每张图片上的类别或者实例数量普遍都很少。
  以PASCAL为例：有多于70%的图片上都只有一个类别，而多于50%的图片上只有一个实例或者目标。PASCAL数据集平均每张图片包含1.4个类别和2.3个实例目标，ImageNet也仅有1.7和3.0个。
  
• COCO数据集平均每张图片包含 3.5个类别和 7.7 个实例目标，仅有不到20%的图片只包含一个类别，仅有10%的图片包含一个实例目标。
  
• COCO数据集不仅数据量大，种类和实例数量也多。从这角度来说 SUN 数据集这两个指标更高一点，但是这个数据集在目标检测里面并不常用。
  
  • 
    

第3章 MS COCO数据集的文件组织

第4章 MS COCO数据的标签文件的格式: JASON

COCO通过大量使用Amazon Mechanical Turk来收集数据。

COCO数据集现在有3种标注类型：object instances（目标实例）, object keypoints（目标上的关键点）, and image captions（看图说话），使用JSON文件存储。每种类型又包含了训练和验证，所以共6个JSON文件。

这3种类型共享下面所列的基本类型，包括info、image、license，而annotation类型则呈现出了多态：

{
    "info": info,
    "licenses": [license],
    "images": [image],
    "annotations": [annotation],
}

info{
    "year": int,
    "version": str,
    "description": str,
    "contributor": str,
    "url": str,
    "date_created": datetime,
}
license{
    "id": int,
    "name": str,
    "url": str,
} 
image{
    "id": int,
    "width": int,
    "height": int,
    "file_name": str,
    "license": int,
    "flickr_url": str,
    "coco_url": str,
    "date_captured": datetime,
}

"info":{
  "description":"This is stable 1.0 version of the 2014 MS COCO dataset.",
  "url":"http:\/\/mscoco.org",
  "version":"1.0","year":2014,
  "contributor":"Microsoft COCO group",
  "date_created":"2015-01-27 09:11:52.357475"
},



{
  "license":3,
  "file_name":"COCO_val2014_000000391895.jpg",
  "coco_url":"http:\/\/mscoco.org\/images\/391895",
  "height":360,"width":640,"date_captured":"2013-11-14 11:18:45",
  "flickr_url":"http:\/\/farm9.staticflickr.com\/8186\/8119368305_4e622c8349_z.jpg",
  "id":391895
},


{
  "url":"http:\/\/creativecommons.org\/licenses\/by-nc-sa\/2.0\/",
  "id":1,
  "name":"Attribution-NonCommercial-ShareAlike License"
},

备注：

COCO JASON文件不同于Labelme的Jason文件，他们之间需要进行格式的转换。

---

作者主页(文火冰糖的硅基工坊​)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_博客