【官方COCO2017数据集标注问题探讨】

最新推荐文章于 2024-09-26 19:47:31 发布
原创 最新推荐文章于 2024-09-26 19:47:31 发布 · 791 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习

文章指出COCO2017数据集中存在标注错误和不规范现象，包括person和apple的漏标、标注框过大以及对是否应标注照片中的照片提出疑问。

COCO数据集标注疑问

数据集漏标

在这里插入图片描述COCO2017数据集中，val2017文件夹下的000000002299.jpg文件，存在很多person漏标

在这里插入图片描述COCO2017数据集中，val2017文件夹下的000000002149.jpg文件，存在很多apple漏标

标注大小不规范

在这里插入图片描述
COCO2017数据集中，val2017文件夹下的000000002153.jpg文件，存在标注不规范，标注框偏大的问题
在这里插入图片描述
COCO2017数据集中，val2017文件夹下的000000002431.jpg文件，从图上根本不能反映这是一个人，把这个标注为person是否合适

照片中的照片是否需要标注

在这里插入图片描述

coco 2017数据集 类别提取并转换为yolo数据集
网络架构
03-28 4445
annotations：训练集中所有标注信息，包括标注ID、图片ID、类别ID、边界框坐标等。categories：所有类别的信息，包括类别ID、类别名称、超类别名称等。images：训练集中所有图片的信息，包括图片ID、文件名、高度、宽度等。licenses：数据集的许可证信息，包括许可证ID、许可证名称等。info：数据集的相关信息，包括数据集名称、版本、作者、年份等。其中，images存放的是训练集、验证集的图片原图；转换代码 cocotoyolo.py。提取代码 getanimal.py。
探讨：COCO2017数据集中包含很多目标被标注为一个框bbox，是标注错误吗？
最新发布
2401_88244350的博客
11-04 430
因此我确定我转化的代码应该是没有问题的。我不太明白COCO数据集这么标注的意义，我个人理解这种标注可能会造成。查看COCO2017数据会出现很多目标被标注为一个框bbox，如下图，他会把一群人标注为。我以为是我代码转化的有问题，但是我查看了标注的person框都是没有问题的，只有当。，例如我只想提取包含person类别，其他标注的类别都不要，如下是我从。我的目的是从COCO2017数据集中提取包含。
MS COCO2017数据集
06-25
COCO 数据集（全称为 Common Objects in Context）目前最常用于图像检测定位的数据集，是一个新的图像识别、分割、和字幕数据集，其对于图像的标注信息不仅有类别、位置信息，还有对图像的语义文本描述。本资源提供coco 2017下载资源网盘链接，如果失效可以根据文件中邮箱地址咨询。
coco2017數據集所有文件
12-11
裏面是2017年coco數據集，包括圖片和標注文件json,下載速度較快
coco2017数据集中val2017，功能1：将图片中物体数量小于N的图片和标签提取，生成子集。功能2：将图片中物体数量大于N的图片和标签提取，生成子集。
beneficial的博客
09-07 972
coco2017数据集中val2017，功能1：将图片中物体数量小于N的图片和标签提取，生成子集。功能2：将图片中物体数量大于N的图片和标签提取，生成子集。
coco2017 数据集探索性数据分析（EDA）
gy77
09-20 1102
对coco数据集的分析，近期忙着写论文，空余时间很少能写博文了。EDA的代码放在结尾了，Github仓库里也有。仓库里还有其他的一些EDA分析，不定时更新。
计算机视觉-YOLOv8目标检测-COCO128数据集应用分析
12-25
摘要： 本文深入探讨了使用YOLOv8...COCO128是一个从COCO数据集衍生出的轻量级数据集，包含了128张精选图像和各种类别的标注。这个数据集旨在提供一个高效的平台，用于快速测试和原型设计，尤其适合资源有限的环境。
工程车辆数据集 （挖掘机 推土机 渣土车）已标注完成 各有700张左右 coco数据集
05-05
总的来说，这个“工程车辆数据集”是一个专门为深度学习目标检测设计的宝贵资源，它涵盖了挖掘机、推土机和渣土车的高质量标注图像，遵循COCO数据集的标准，可促进相关研究和应用的发展。通过利用这样的数据集，我们...
制作coco数据集。。。
11-02
首先，COCO数据集的特点在于其丰富的类别和详细的标注。它包含了80个不同的物体类别，如人、动物、交通工具等，并对每个图像中的物体进行了精确的边界框和分割掩模标注。这使得COCO数据集非常适合训练复杂的深度学习...
叶片疾病检测+分割数据集.zip、coco标注格式 、语义分割+目标检测标注
09-19
最近，一个名为“叶片疾病检测+分割数据集.zip”的文件引起了广泛关注，该数据集包含了500多张叶片图像，这些图像不仅经过了coco标注格式处理，还包含了语义分割和目标检测的详细标注信息。该数据集的推出，无疑为...
coco2017数据集免费下载
04-25
MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集，与ImageNet竞赛一样，被视为是计算机视觉领域最受关注和最权威的比赛之一。          COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。这个数据集以scene understanding为目标，主要从复杂的日常场景中截取，图像中的目标通过精确的segmentation进行位置的标定。图像包括91类目标，328,000影像和2,500,000个label。目前为止有语义分割的最大数据集，提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万
coco2017数据集--训练集的xml标注文件
09-11
此文件是使用coco2017的训练集的原json标注格式转化为xml文件标注格式的所有图片的标注，共118287个xml文件
coco2017数据集.txt
07-13
coco数据集真实有效，coco2017数据集，数据集。
COCO数据集2017官方下载链接
05-23
COCO数据集2017，COCO数据集2017官方下载链接，第一组是train数据，第二组是val验证数据集，第三组是test验证数据集。数据包括了物体检测和keypoints身体关键点的检测。其中名称带annotations的为标注图片
COCO val2017 百度云下载链接
04-19
微软MSCOCO验证数据集 val2017 百度云分享。里面大概包括5k图片数据，百度云链接如有问题及时联系
数据集--COCO2017（快速下载）
weixin_42035282的博客
08-08 3680
COCO（Common Objects in Context）数据集是计算机视觉领域中最广泛使用的数据集之一，主要用于目标检测、分割和图像标注任务。COCO 数据集由 Microsoft 发布，包含了数十万张标注的图像，涵盖了 80 个常见的物体类别，并提供了丰富的注释信息，如目标的边界框、分割掩码、关键点等。COCO 数据集的主要特点包括：COCO 数据集支持多种任务，如目标检测、语义分割、实例分割、人体姿态估计和图像标注等。
COCO2017数据集：计算机视觉研究的强大基石
gitblog_06676的博客
09-26 1223
COCO2017数据集：计算机视觉研究的强大基石 去发现同类优质开源项目:https://gitcode.com/ 项目介绍 MS COCO（Microsoft Common Objects in Context）数据集自2014年由微软发起以来，迅速成为计算机视觉研究领域的核心资源之一，其重要性堪比ImageNet挑战赛。本仓库提供的COCO数据集2017年版本，不仅对学术界意义重大，也广泛应用...
coco2017数据集
qq_48024440的博客
07-06 259
1.train2.val3.test4.labels。
YOLOv5训练COCO2017数据集
2302_80099075的博客
09-21 2235
网上没找到适合新手小白的教程，看了些教程，但还是没法解决自己遇到的问题。记录下自己的过程，希望能提供点帮助。默认已经部署好了yolov5。
胡萝卜检测数据集COCO2017格式转换与标注
- COCO数据集是大规模的图像数据集，专门用于检测、分割和关键点检测等任务，包含了多种日常物品的图像和标注，适用于深度学习研究。 2. **数据集格式**： - 数据集包含了txt和xml两种格式的标签。在机器学习中，...
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值