人工智能学习：Microsoft COCO数据集读取（7）

Microsoft COCO（Common Objects in Context）是微软研发维护的一个大型的数据集。包含了30多万张图片和91个目标分类。可用于目标识别（Object Detection）、场景感知（Penoptic Segmentation）、语义分割（Stuff Segmentation）、标题生成（Image Captioning）等任务。

1 数据集下载
MS COCO数据集可以通过官方网站下载
https://cocodataset.org/#home

进入下载页面
https://cocodataset.org/#download

2017相关的为最新发布的数据集

包含三个图像数据文件（Train、Val、Test）和系列标注文件，针对不同的识别任务。

数据下载后解压，产生四个子目录，分别train2017、val2017、test2017和annotations。其中前面三个为训练、评估、测试的图像数据，annotations目录为这些图像的标注信息。包含针对多种任务类型的标注。目录结构如下

train2017			#训练图像目录
val2017				#评估图像目录
test2017			#测试图像目录
annotations 		#标注文件夹
	├── captions_train2017.json				#图像标题标注（训练集）
	├── captions_val2017.json				#图像标题标注（评估集）
	├── instances_train2017.json			#目标检测、语义分割标注（训练集）
	├── instances_val2017.json				#目标检测、语义分割标注（评估集）
	├── panoptic_train2017.json				#全景感知标注（训练集）
	├── panoptic_val2017.json				#全景感知标注（评估集）
	├── person_keypoints_train2017.json		#人体关键点检测标注（训练集）
	├── person_keypoints_val2017.json		#人体关键点检测标注（评估集）
	├── stuff_train2017.json				#目标检测、语义分割标注（训练集）
	└── stuff_val2017.json					#目标检测、语义分割标注（评估集）