这篇博客针对新手详细介绍了如何使用MS COCO数据集进行目标检测。首先，介绍了COCO数据集的下载及API配置，接着是数据整理步骤，强调了目标检测所需的标注文件。然后，解析了数据集的结构，包括图像和标注文件的内容，并提供了理解和测试数据的官方资源链接。最后，提到了构建数据处理pipeline的重要性。
MS COCO：Microsoft Common Objects in Context
官网：http://cocodataset.org/#download
用途：CV方向通用目标检测或者语义分割的benchmark
这篇博客写给和我一样的新手（被各种复杂的一逼的github代码看花了眼），能够快速构建属于自己的pipeline。
本文以 COCO2017 做 Object Detection 为例：
- 第一步：下载数据
COCO API # coco的API，根据github中的提示配置基于coco的python API
2017 Train images [118K/18GB]
2017 Val images [5K/1GB]
2017 Test images [41K/6GB] # 图像
最低0.47元/天 解锁文章
7807
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
