COCO数据集介绍

最新推荐文章于 2025-05-26 11:32:05 发布

原创最新推荐文章于 2025-05-26 11:32:05 发布 · 1w 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#Object Detection #COCO

Object Detection 专栏收录该内容

9 篇文章

订阅专栏

本文详细介绍了COCO数据集的构成，包括2014年、2015年和2017年的训练集、验证集和测试集的具体数量及用途。特别指出，验证集miniVal用于模型评估，而Trainval35k常被用作训练集。文章还提到了如何在2015test-dev数据集上验证模型性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 下载链接: http://cocodataset.org/index.htm#download

2. 数据集介绍

数据集有2014年(2014 Train images, 2014 Val images, 2014 Test images), 2015年(2015 Test images) 和 2017年(2017 Train images, 2017 Val images, 2017 Test images). 其中,训练集和验证集有标签(2014 Train/Val annotations, 2017 Train/Val annotations),而测试集没有标签.

在2014年数据集中,训练集82783张,验证集40504张,测试集40775张. 另外,验证集分为两部分,miniVal有5000张,剩下的35504张图像和训练集称为Trainval35k (Trainval35k==train2014+val2014-minival2014.). 通常在论文中使用Trainval35k当作训练集.

在2015年测试集中有81434张图像.

在2017年数据集中,训练集118287张,验证5000张,测试集40670张. 其中,训练集就是Trainval35k(82783+40504-5000=118287), 验证集就是miniVal. 即train2017==trainval35k==train2014+val2014-minival2014==train2014+val2014-val2017.

3. 在测试集上验证模型性能

论文中展示的性能通常使用2015 test-dev数据集,需要在将测试集的结果提交到CodaLab网站上进行验证. 参考如下链接:

Results Format

Upload Results to Evaluation Server

Detection Evaluation