MS COCO数据集介绍

MS COCO数据集介绍

MS COCO全称是Microsoft Common Objects in Context，是由微软开发维护的大型图像数据集，包括不同检测任务：

• Object Detection（[主要处理人、车、大象等]）

• DensePose（姿态密度检测）

• Keypoints（关键点检测）

• Stuff（[主要处理草、墙、天等]）

• Panoptic（场景分割）

• Captions（字幕标注）

MS COCO数据格式

MS COCO使用JSON存储标注数据
所有MS COCO的标注数据第一层都至少包含以下四个对象，不同检测任务的annotations不同且部分检测任务还包含一个categories（JSON第一层即包含五个对象）

{
	"info": info, 
	"images": [image], 
	"annotations": [annotation], 
	"licenses": [license],
}
1
2
3
4
5
6

这里以关键点检测的验证集为例，查看它的json内容

import json
json_path = r"D:\Python\Jupyter\pytorch\yolov8\MS COCO\annotations\person_keypoints_val2017.json"
json_labels = json.load(open(json_path, "r"))
1
2
3

第一层结构如下，包含info、licenses、images、annotations、categories，共五个对象

info保存数据集的信息

licenses保存数据集的许可协议

images保存每张图片的信息，如图片文件名、宽、高等信息

annotations保存标注信息：

categories保存类别信息：

关键点检测的JSON结构如下：

{
	"info" : {
		"year" : int, 
		"version" : str, 
		"description" : str, 
		"contributor" : str, 
		"url" : str, 
		"date_created" : datetime,
	},
	"licenses" : {
        "id" : int, 
        "name" : str, 
        "url" : str,
    },
	"images" : {
        "id" : int, 
        "width" : int, 
        "height" : int, 
        "file_name" : str, 
        "license" : int, 
        "flickr_url" : str, 
        "coco_url" : str, 
        "date_captured" : datetime,
    }, 
	"annotations" : {
		"segmentation" : RLE or [polygon],
		"num_keypoints" : int,
		"area" : float,
		"iscrowd" : 0 or 1,
		"keypoints" : [x1,y1,v1,...],
		"image_id" : int,
		"bbox" : [x,y,width,height],
		"category_id" : int,
		"id" : int,
	}, 
	"categories" : {
		"supercategory" : str,
		"id" : int,
		"name" : str,
        "keypoints" : [str], 
        "skeleton" : [edge], 
	},
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

参考资料

1. https://cocodataset.org/#format-data
2. MS COCO数据集介绍以及pycocotools简单使用
3. MSCOCO api详解 —— Keypoints
4. 目标检测数据集MSCOCO详解