专栏首页AIUAIDataset - COCO Dataset 数据特点

Dataset - COCO Dataset 数据特点

COCO Dataset 数据特点

COCO数据集有超过 200,000 张图片,80种物体类别. 所有的物体实例都用详细的分割mask进行了标注,共标注了超过 500,000 个物体实体.

{
    person  # 1
    vehicle 交通工具 #8
        {bicycle
         car
         motorcycle
         airplane
         bus
         train
         truck
         boat}
    outdoor  #5
        {traffic light
        fire hydrant
        stop sign
        parking meter
        bench}
    animal  #10
        {bird
        cat
        dog
        horse
        sheep
        cow
        elephant
        bear
        zebra
        giraffe}
    accessory 饰品 #5
        {backpack 背包
        umbrella 雨伞
        handbag 手提包
        tie 领带
        suitcase 手提箱
        }
    sports  #10
        {frisbee
        skis
        snowboard
        sports ball
        kite
        baseball bat
        baseball glove
        skateboard
        surfboard
        tennis racket
        }
    kitchen  #7
        {bottle
        wine glass
        cup
        fork
        knife
        spoon
        bowl
        }
    food  #10
        {banana
        apple
        sandwich
        orange
        broccoli
        carrot
        hot dog
        pizza
        donut
        cake
        }
    furniture 家具 #6
        {chair
        couch
        potted plant
        bed
        dining table
        toilet
        }
    electronic 电子产品 #6
        {tv
        laptop
        mouse
        remote
        keyboard
        cell phone
        }
    appliance 家用电器 #5
        {microwave
        oven
        toaster
        sink
        refrigerator
        }
    indoor  #7
        {book
        clock
        vase
        scissors
        teddy bear
        hair drier
        toothbrush
        }
}

注: PASCAL VOC 语义类别(#20):

{
    aeroplane
    bicycle
    bird
    boat
    bottle
    bus
    car
    cat
    chair
    cow
    diningtable
    dog
    horse
    motorbike
    person
    pottedplant
    sheep
    sofa
    train
    tvmonitor
}

COCO Dataset

annotainon 数据格式: - object instances - object keypoints - image captions

基本数据结构如下:

{
    "info" : info, 
    "images" : [image],
    "annotations" : [annotation],
    "licenses" : [license],
}

info {
    "year" : int,
    "version" : str,
    "description" : str,
    "contributor" : str,
    "url" : str,
    "date_created" : datetime,
}

image{
    "id" : int, # 图片id
    "width" : int, # 图片宽
    "height" : int, # 图片高
    "file_name" : str, # 图片名
    "license" : int,
    "flickr_url" : str,
    "coco_url" : str, # 图片链接
    "date_captured" : datetime, # 图片标注时间
}

license{
    "id" : int,
    "name" : str,
    "url" : str,
}

Object Instance Annotations

实例标注形式:

annotation{
    "id" : int,
    "image_id" : int,
    "category_id" : int,
    "segmentation" : RLE or [polygon],
    "area" : float, 
    "bbox" : [x,y,width,height],
    "iscrowd" : 0 or 1,
}

categories[{
    "id" : int,
    "name" : str,
    "supercategory" : str,
}]

其中, 如果instance表示单个object,则iscrowd=0,segmentation=polygon; 单个object也可能需要多个polygons,比如occluded的情况下; 如果instance表示多个objecs的集合,则iscrowd=1,segmentation=RLE. iscrowd=1用于标注较多的objects,比如人群.

Object Keypoint Annotations

关键点标注形式:

annotation{
    "keypoints" : [x1,y1,v1,...],
    "num_keypoints" : int,
    "[cloned]" : ...,
}

categories[{
    "keypoints" : [str],
    "skeleton" : [edge],
    "[cloned]" : ...,
}]

关键点标注包括了物体标注的所有数据(比如 id, bbox, 等等),以及两种额外属性信息. “keypoints”是长度为 3K 的数组,K是对某类定义的关键点总数,位置为[x,y],关键点可见性v. 如果关键点没有标注信息,则关键点位置[x=y=0],可见性v=1; 如果关键点有标注信息,但不可见,则v=2. 如果关键点在物体segment内,则认为可见. “num_keypoints”是物体所标注的关键点数(v>0). 对于物体较多,比如物体群或者小物体时,num_keypoints=0. 对于每个类别,categories结构体数据有两种属性:”keypoints” 和 “skeleton”. “keypoints” 是长度为k的关键点名字符串; “skeleton” 定义了关键点的连通性,主要是通过一组关键点边缘队列表的形式表示,用于可视化.

COCO现阶段仅队人体类别进行了标注.

Image Caption Annotations

图片描述/说明标注形式:

annotation{
    "id" : int,
    "image_id" : int,
    "caption" : str,
}

图片描述标注包含了图片的主题信息. 每个主题描述了特定的图片,每张图片至少有5个主题.

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Dataset - Visual Genome 数据集格式

    [... { "image_id": 2412112, "url"...

    AIHGF
  • OpenPose 基于OpenCV DNN 的手部关键点检测

    原文:OpenPose 基于OpenCV DNN 的手部关键点检测 - AIUAI

    AIHGF
  • Ubuntu - GitHub/GitLab 同时创建 SSH Key

    可能出现问题: - 1. SSH生成id_rsa, id_rsa.pub后,连接服务器却报:Agent admitted failure to sign u...

    AIHGF
  • 关于数组合并及对象去重的问题

    写这篇文章是源于群内的朋友的问题,今天早上,像往常一样摸鱼,发现一个妹子发群里问了一个问题。

    _kyle
  • WebViewJavascriptBridge优化开发背景处理办法

    WebViewJavascriptBridge作为JS和原生OC的交互,通常都是在WebView中用self.bridge注册方法来进行调用,但这样对于WebV...

    freesan44
  • 安卓计算器

    Aidol
  • 手把手教你实践Service Mesh微服务架构 - 基础部署部分

    当下,已经有很大一部分公司完成了单体架构向微服务架构的迁移改造,并在疲于应对大量微服务间通信问题时,开始考虑采用Service Mesh微服务架构作为服务与服务...

    Rainbond开源
  • PAT 1026 Table Tennis (30分) 难度不高 + 逻辑复杂 +细节繁琐

    A table tennis club has N tables available to the public. The tables are numbere...

    vivi
  • leetcode-594-Longest Harmonious Subsequence

    chenjx85
  • python pygame安装

    SDL(Simple DirectMedia Layer)是一套开放源代码的跨平台多媒体开发库,使用C语言写成。SDL提供了数种控制图像、声音、输出入的函数,让...

    李小白是一只喵

扫码关注云+社区

领取腾讯云代金券