coco数据集目标检测下载 coco数据集详解

转载

jkfox 2024-08-23 13:01:40

文章标签 coco数据集目标检测下载 COCO数据集 pycocotools 深度学习数据集 文章分类 计算机视觉人工智能

【Microsoft COCO数据集介绍以及简单使用】

文前白话

1、MSCOCO数据集介绍
2、COCO数据集格式说明
3、数据集下载
4、COCO API

① pycocotools
② 其它的COCO API

Reference

文前白话

本文介绍Microsoft COCO 数据集内容、格式、下载方式以及使用官方COCO API 处理训练、预测过程中数据以及可视化功能使用等等。

coco数据集目标检测下载 coco数据集详解_数据集

1、MSCOCO数据集介绍

MSCOCO数据集是微软开发维护的大型图像数据集，数据集标注类型对应任务包括物体检测、关键点检测、实例分割、 stuff分割（没有特定形状的物体），全景分割人体关键点，人体密度检测等等。
数据特点：
目标级分割
图像情景识别
超像素分割
超过33万张图象，标注过的图像超过20+万张
150万个对象实例
80 Object categories (80个目标类别)
91个 stuff 类别
每张图图像有5段情景描述对25万个人进行了关键点标注
与pascal VOC 数据集对比：

coco数据集目标检测下载 coco数据集详解_pycocotools_03

COCO数据集在类别上，包含了VOC数据集的种类

在训练自己的数据集，可以先用COCO数据集预训练好的权重（训练比较耗时间，硬件GPU训练有一定的要求），再做一个迁移学习，可以达到一个更好的效果。

2、COCO数据集格式说明

关于COCO数据集官方给出的标注文件的格式说明：
具体参见官方链接： https://cocodataset.org/#format-data.

根据官方文档：预测的结果格式以列表的形式保存，列表中的每个元素对应一个检测目标（每个元素都是字典类型），每个目标（列表）中记录了四个信息：

image_id 记录该目标所属图像的id —— (int类型)
category_id 记录预测该目标的类别索引，注意这里索引是对应stuff中91个类别的索引信息**（int类型）** - （可以根据实际情况自己修改）
bbox 记录预测该目标的边界框信息，注意对应目标的[xmin，ymin，width，height]——（listfloat]类型）其中，xmin，ymin 目标边界框左上角的 x,y 坐标；width，height 对应目标的宽度和高度
score 记录预测该目标的概率（float类型）

coco数据集目标检测下载 coco数据集详解_coco数据集目标检测下载_04

3、数据集下载

数据集官方网址：https://cocodataset.org/ 数据集介绍论文地址：https://arxiv.org/pdf/1504.00325.pdf.

coco数据集目标检测下载 coco数据集详解_coco数据集目标检测下载_05

数据集下载参赛选用参考：（自己跑无所谓，哪一个都可以）

coco数据集目标检测下载 coco数据集详解_数据集_06

针对于目标检测的需求，要下载的数据：

coco数据集目标检测下载 coco数据集详解_深度学习_07

2017 Train images ：训练过程所需的图片文件
2017 Val images ：验证过程所需的图片文件
2017 Train/Val annotations ：对应训练集和验证集的标注json文件

在本地计算机中创建一个新的文件夹存放下载到的数据集：

coco数据集目标检测下载 coco数据集详解_数据集_08

注意： 虽然每个json文件都有"info", “images” , “annotations”, "licenses"关键字，但不同的任务对应的json文件中annotation的形式不同。
在制作自己的数据集时候，文件夹的格式可以保持一致，标注的信息要提前筛选和检查一遍，避免在标注的过程中出现标定框的高度、宽度为0的情况，影响训练进行。