浅谈COCO数据集用于语义分割的预训练

备注：本文以coco2017的数据集为例。

1.概况

• 首先了解整个coco2017这个数据集的概况，coco2017数据集共包含了四种不同的challenges（分别是：object detection，keypoints detection， stuff segmentation， panoptic segmentation） 。
• coco官网主要提供了6个关于coco2017数据集的下载包，分别是：2017 Train images，2017 Test images，2017 Val images，Train/Val annotation是，Stuff Train/val annotations, Panoptic Train/Val annotations。
• 在六个文件中，用于语义分割预训练的是前四个文件。前三个文件夹包含的是coco2017的原始图片，而最后一个文件包含的就是图片相应的标注。

2.理解annotation文档

  与PASCAL VOC 2012和Cityscapes不同的是，coco数据集的标注是单独放在json文档里的，而不是每一张原始图对应一个分割的标签。 因此在学习使用coco做预训练之前，要了解annotation文档的结构。

• annotation文档里包含了6个文档，分别是captions_train2017.json，captions_val2017.json，instances_train2017.json，instances_val2017.json，person_keypoints_train2017.json，person_keypoints_val2017.json。而语义分割用到的是instances_train2017.json和instances_val2017.json。
• 以instances_train2017.json为例，来了解instance的json文档的结构。首先json文档具有以下的构成形式：{“info”：..., "licenses": ..., "images": ..., “annotations”: ..., “categories”: ...}