COCO是一个大型图像数据集，专注于场景理解，包含33万张图像，80个目标类，提供精准的对象分割、情景认知和超像素分割。与ImageNet和PASCAL VOC相比，COCO数据集在每个类别中的图像数量更多，适合复杂场景的目标检测和分割任务。数据集分为2014和2015两个版本，分别有不同数量的训练、验证和测试图像。
该数据是微软创建，提供了大型图像数据集，欢迎访问帕伊提提下载使用（https://www.payititi.com）.
COCO 是一个大型图像数据集，其被用于机器视觉领域的对象检测与分割、人物关键点检测、填充分割与字幕生成。该数据集以场景理解为主，图像中的目标则通过精确的分割进行位置标定。
该数据集具有目标分割、情景感知和超像素分割三个特征，其包含 33 万张图像、150 万目标实例、80 个目标类、91 个物品类以及 25 万关键点人物。
COCO数据集有91类，虽然比ImageNet和SUN类别少，但是每一类的图像多，这有利于获得更多的每类中位于某种特定场景的能力，对比PASCAL VOC，其有更多类和图像。
COCO数据集分两部分发布，前部分于2014年发布，后部分于2015年，2014年版本：82,783 training, 40,504 validation, and 40,775 testing images，有270k的segmented people和886k的segmented object；2015年版本：165,482 train, 81,208 val, and 81,434 test images。
该数据集主要有的特点如下：
（1）精准的对象分割
最低0.47元/天 解锁文章
扫一扫
3696
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
