深度学习图像数据集介绍（MSCOCO）
MSCOCO数据集是微软开发维护的大型图像数据集，次数聚集的任务包括识别（recognition），分割（segementation），及检测（detection）。 该数据集的官方网址为：
http://cocodataset.org/
该数据集合的主要特点：
1）目标分割
2）基于文本识别
3）每张图多目标
4）超过30万图
5）超过2百万实例
6）80种类别
7）平均每张图5个目标
8）对于十万个人有关键点
COCO API提供了Matlab,Python和lua的API接口，该接口可以提供完整的图像标签数据的加载，parsing和可视化。此外还有原始论文及相关实验论，教程等。在使用coco数据库提供的API和demo前要先下载coco的图像和label数据（类别、类别数量、像素级的分割等）：
图像下载到本地coco/images/ 文件夹下（为了后面改代码的路经方便）
labels下载到coco/annotations/ 文件夹下
数据集分析
图像分类： 分类基于标注好的标签，将大量数据进行训练，提取出每种图像的关键特征后进行识别。
目标检测：经过关键点构建目标位置，进行位置标注，训练这些标注标签后进行检测。
基于语义的场景标记： 此类的标签制作过程中需要分析多方面的内容，做成像素级别的标签。 在这个数据集中同时包含了室内和室外的场景数据集。
MSCOCO数据示例
COCO数据集分两部分发布，第一次于2014年发布，82783个训练样本，40504验证样本以及40775的测试样本，另外有27万的分割人像图和88.6万的分割物体图。2015年的版本中哦你哦个包括165482的训练样本，81208验证样本和82434测试样本。
我开始在官网上下载没有成功，后来知道了一种方法，可以输入以下命令进行下载/
1、安装aria2
sudo apt-get install aria2
2、依次输入下面三个命令
aria2c -c http://msvocds.blob.core.windows.net/annotations-1-0-3/instances_train-val2014.zip
aria2c -c http://msvocds.blob.core.windows.net/coco2014/train2014.zip
aria2c -c http://msvocds.blob.core.windows.net/coco2014/val2014.zip
根据文件的后缀应该能分得出来，annotation是标签，train2014是训练集，val2014是验证集。我这点玩意下载了一周，失败了几次才完全下载下下来。如果在下载中途中断了，重新输入命令即可。
以上链接可以下载的是2014版本的数据。
annotation里是json文件，打开后可以看到标注的内容。
用 LibreOffice Writer可以打开
这个图里可以看到一大堆的属性标签。
Jason保存的是一堆信息，相当于一个字典。
info指向一些基本信息： 包括时间，版本，贡献者，网址链接等。
image指向列表，内容是图像信息，列表中的每一个字典下存储一张图像信息:licese、coco_url、data_capture、flickr_url等。
重要的key：
file_name,指向字符串，是图像的名字;
height和width指向的该图像的高和宽;
id指向的是图像特有的label，数字不重复，可以看做是图像的本身信息。好像身份证上的数字一样
annotation指向一个list，包含多个字典，每个字典中包含一个物体分割的信息。第一个segmentation中指向两串数字矩阵，含义是像素级分割得到的物体边缘坐标。坐标成对出现;后面area是segmentation的面积;iscrowded是重叠信息; bbox是物体的label框;category_id指向的数字代表类别;最后的id是每个框的身份编号; 最后的categories这个key是指向每个类别的名称和编号。
coco与其他数据集的比较
coco数据集中一些标注图像的示例