COCO 2017数据集下载链接：

http://images.cocodataset.org/zips/train2017.zip
http://images.cocodataset.org/annotations/annotations_trainval2017.zip

http://images.cocodataset.org/zips/test2017.zip
http://images.cocodataset.org/annotations/image_info_test2017.zip

http://images.cocodataset.org/zips/val2017.zip
http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip

COCO的 全称是Common Objects in COntext，是微软团队提供的一个可以用来进行图像识别的数据集。MS COCO数据集中的图像分为训练、验证和测试集。
总共有80个类别。

COCO数据集现在有3种标注类型：object instances（目标实例）, object keypoints（目标上的关键点）, 和image captions（看图说话），使用json文件存储。
如下：

上面所述的一共有三种类型，每种类型又包含了训练和验证，所以共6个JSON文件。

coco标注格式如下：

包含5个字段信息：info, licenses, images, annotations，categories。上面3种标注类型共享的字段信息有：info、image、license。不共享的是annotation和category这两种字段，他们在不同类型的JSON文件中是不一样的

此外，在实际中，‘info’ 和‘license’一般用不上，我们可以把它置空。如下：

以目标检测为例，解释下coco标注格式。

• images字段

是包含多个image实例的数组。格式如下：

每一个image的实例是一个dict。
其中最重要的是id字段，代表的是图片的id，每一张图片具有唯一的一个独特的id；height字段，代表的是图片的高；width字段，代表的是图片的宽；file_name字段，代表的是图片的名字。
其它几个字段一般用不上，例如一个实际的image例子如下：

• annotations字段

包含多个annotation实例的一个列表，annotation类型本身又包含了一系列的字段，如这个目标的category id和segmentation mask。segmentation格式取决于这个实例是一个单个的对象（即iscrowd=0，将使用polygons格式）还是一组对象（即iscrowd=1，将使用RLE格式）。格式如下：

id字段：指的是这个annotation的一个id
image_id：等同于前面image字段里面的id。
category_id：类别id
segmentation：
area：标注区域面积
bbox：标注框，x,y为标注框的左上角坐标。
iscrowd：决定是RLE格式还是polygon格式。

一个实际例子如下：

• categories字段

一个包含多个category实例的数组，而category结构体描述如下：

id：类别id
name：类别名字
supercatgory：
categories字段的id数，就是类别数。coco一共有80类，即id会递增到80。一个实际例子如下：

参考：
https://zhuanlan.zhihu.com/p/29393415
https://blog.csdn.net/u012609509/article/details/88680841?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2