Coovally任务详解之实例分割任务

实例分割（Instance Segmentation）是视觉经典四个任务中相对最难的一个，它既具备语义分割（Semantic Segmentation）的特点，需要做到像素层面上的分类，也具备目标检测（Object Detection）的一部分特点，即需要定位出不同实例，即使它们是同一种类。

但是通过Coovally，即可轻松完成实例分割任务，让我们一起来看看吧~

说明：当前实例分割任务仅支持COCO格式数据集,请提前按要求准备好数据集，具体数据集要求可参考COCO格式数据集说明。

COCO格式数据集说明

COCO数据集简介

COCO数据集是一个可用于图像检测（image detection），语义分割（semantic segmentation）和图像标题生成（image captioning）的大规模数据集。它有超过330K张图像（其中220K张是有标注的图像），包含150万个目标，80个目标类别（object categories：行人、汽车、大象等），91种材料类别（stuff categoris：草、墙、天空等），每张图像包含五句图像的语句描述，且有250,000个带关键点标注的行人。

同样地，COCO数据也有其同名的数据格式标注规范。在Coovally平台中，COCO格式主要适用于目标检测、语义分割和实例分割任务。

COCO格式数据集准备

Coovally平台会自动切分训练集和测试集，将COCO数据集格式数据按照一下数据目录层级结构放置即可：

 以instances_train2017.json为例，标签目录annotations文件夹下应包含一个名为instances_train2017.json的json格式标签文件，ima