3、目标检测：MS-COCO 数据集简介-CSDN博客

本文链接：https://blog.csdn.net/mzpmzk/article/details/120034603

MS-COCO数据集是微软构建的包含多种任务如检测、分割和关键点的数据集，具有复杂的背景和多目标。与PASCALVOC相比，COCO数据集的挑战更大，平均每张图片包含多个类别和实例。数据集包括train2017（117266张）、val2017（4952张）和test2017（40670张）三个部分，可以用于YOLOv5训练。评估标准包括基于IOU和类别的平均精度（AP），并针对不同大小的目标进行衡量。COCO数据集的下载链接和转换工具可在文中找到。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、简介

MS-COCO 数据集是微软构建的一个数据集，其包含 detection, segmentation, keypoints 等任务
MS-COCO 总共包含 91 个类别（检测任务使用 80 类），每个类别的图片数量如下：
与 PASCAL VOC 数据集相比：
- COCO 中的图片包含了自然图片以及生活中常见的目标图片，背景比较复杂，目标数量比较多，目标尺寸更小，因此 COCO 数据集上的任务更难
- COCO 数据集平均每张图片包含 3.5 个类别和 7.7 个实例目标，仅有不到 20% 的图片只包含一个类别，仅有 10% 的图片包含一个实例目标；而 PASCAL VOC 数据集平均每张图片仅包含 1.4 个类别和 2.3 个实例目标，有多于 70% 的图片上都只有一个类别

二、MS-COCO 数据下载及组织结构

MS-COCO-2017 train_val_test 百度云下载链接，提取码: 6N62
- train2017： 带标签，117266 张，这里使用 YOLOv5 作者提供的 label (xc/width, yc/height, w/width, h/height)
- val2017： 带标签，4952 张，这里使用 YOLOv5 作者提供的 label(xc/width, yc/height, w/width, h/height)
- test2017： 无标签，40670 张
- Note： 这里使用 YOLOv5 作者提供的 label，训练和验证集比原数据少了一些（1021/48）
数据集组织结构如下，其中 train2017.txt 和 val2017.txt 存储在训练和验证图片的路径
JSON 解析可参考 YOLOv5 作者提供的脚本：Convert JSON annotations into YOLO format 或者直接使用作者转换好的 label 链接：https://github.com/ultralytics/yolov5/releases/download/v1.0/coco2017labels.zip

三、评估标准

请添加图片描述

COCO 中的 AP 是指在 10 个 IOU 层面（0.5 到 0.95 每变化 0.05 就测试一次 AP）及 80 个类别层面的平均值
COCO 还针对三种不同大小（small，medium，large）的图片提出了测量标准，COCO 中包含大约 41% 的小目标 ( $a re a < 32 \times 32$ )，34% 的中等目标 ( $32 \times 32 < a re a < 96 \times 96$ )，和 24% 的大目标 ( $a re a > 96 \times 96$ )