MS COCO数据集的下载、介绍与使用（目标检测）（一）

最新推荐文章于 2025-02-21 17:47:15 发布

Vanessa Ni

最新推荐文章于 2025-02-21 17:47:15 发布

阅读量1.8w

点赞数 8

分类专栏：目标检测

本文链接：https://blog.csdn.net/weixin_44145782/article/details/114241306

版权

本文详细介绍MSCOCO数据集的下载与使用方法，涵盖数据集结构、目标检测标注文件解析及COCO API的安装配置等内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MS COCO

下载数据集
- 数据集介绍
- 目标检测标注文件
COCOAPI的使用
- win下make命令的使用
继续配置COCO api
模型微调
References

博主最近一直都在潜心研究YOLOv5，先用的VOC数据集做了训练，发现性能还不错，现在打算利用MS COCO对于模型进行复现。
博主看的第一篇论文所用的数据集就是有20个类别的Pascal VOC数据集和80个物体类别的MS COCO，这些数据集在时间的推移下都变得越来越大（比如Pascal VOC 从2007的400M到后来的VOC2012快2个G）
今天，我们就来学一学MS COCO数据集的使用方法。

下载数据集

微软发布的 COCO 数据库是一个大型图像数据集, 专为目标检测、分割、人体关键点检测、语义分割和字幕生成而设计，用于Object Detection + Segmentation + Localization + Captioning。
下载链接如下，数据包括了物体检测和keypoints身体关键点的检测：

直接用迅雷下载的，感觉速度还行。
在这里插入图片描述

数据集介绍

下载并解压之后发现annotation全部都合并了，然后还有test2017、train2017、val2017分别对应测试集、训练集和验证集。
在这里插入图片描述

test2017：40670张图片
train2017：118287张图片
val2017：5000张图片

在annotation中，有很多分类的json格式文件，其中文件对应的任务如下：

instances：目标检测
captions：字幕生成，图片描述
person_keypoints：关键点检测
stuff_train/val：素材分割(Stuff Segmentation)

在官网给出的五大任务中，还有一个任务叫做panoptic segmentation全景分割，是和图像分割有关的。官网的data format介绍
deprecated-challenge2017文件夹下的数据没有annotations，简单的对数据集进行训练集和验证集的划分。
image_info：图片信息，应该是比赛中用到的吧
在这里插入图片描述

目标检测标注文件

这里只详细介绍目标检测任务的json文件。
打开json文件已经把我的眼睛看花了，还是看一下官网介绍

annotation{
   
    "id": int,
    "image_id": int,
    "category_id": int,
    "segmentation": RLE or [polygon],
    "area": float,
    "bbox": [x,y,width,height],
    "iscrowd":