Pascal VOC数据格式转COCO数据格式脚本（Object Detection）

1. 前言

1.1 COCO数据集

COCO的全称是Common Objects in COntext，是微软团队提供的一个可以用来进行图像识别的数据集。MS COCO数据集中的图像分为训练、验证和测试集。COCO通过在Flickr上搜索80个对象类别和各种场景类型来收集图像，其使用了亚马逊的Mechanical Turk（AMT）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。

1.2 COCO数据基本结构

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，会根据不同的任务具有不同的数据标注形式。

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

info{
   
"year" : int,
"version" : str,
"description" : str,
"contributor" : str,
"url" : str,
"date_created" : datetime,
}

image{
   
"id" : int,
"width" : int,
"height" : int,
"file_name" : str,
"license" : int,
"flickr_url" : str,
"coco_url" : str,
"date_captured" : datetime,
}

license{
   
"id" : int,
"name" : str,
"url" : str,
}

除了Annotation数据之外的数据类型举例如下：
1）info类型，比如一个info类型的实例：

"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"
}

2）Images类型，Images是包含多个image实例的数组，对于一个image类型的实例：

{
   
	"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
}

3）licenses类型，licenses是包含多个license实例的数组，对于一个license类型的实例：

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

1.3 Object Instance 类型的标注格式

1）整体JSON文件格式
Object Instance这种格式的文件从头至尾按照顺序分为以下段落：

{
   
    "info": info,
    "licenses": [license],
    "images":