Microsoft COCO: Common Objects in Context筆記
MS COCO資料集分為三部分：介紹、資料集分類、展示
2014年版本（包含80個類的分割掩碼）的資料：20G左右的圖片和500M左右的標籤 標籤標記了每個segmentation的邊界精確位置 + bounding box的精確目標，其精度均為小數點後兩位。一個目標的annotation如下：
{"segmentation":[[392.87, 275.77, 402.24, 284.2, 382.54, 342.36, 375.99, 356.43, 372.23, 357.37, 372.23, 397.7, 383.48, 419.27,407.87, 439.91, 427.57, 389.25, 447.26, 346.11, 447.26, 328.29, 468.84, 290.77,472.59, 266.38], [429.44,465.23, 453.83, 473.67, 636.73, 474.61, 636.73, 392.07, 571.07, 364.88, 546.69,363.0]], "area": 28458.996150000003, "iscrowd": 0,"image_id": 503837, "bbox": [372.23, 266.38, 264.5,208.23], "category_id": 4, "id": 151109},
該資料集主要有的特點如下：（1）Object segmentation（2）Recognition in Context（3）Multiple objects per image（4）More than 300,000 images（5）More than 2 Million instances（6）80 object categories（7）5 captions per image（8）Keypoints on 100,000 people
微軟在ECCV Workshops裡發表的文章：Microsoft COCO: Common Objects in Context詳細的介紹了這個資料集。這個資料集以scene understanding為目標，從複雜的日常場景中擷取，影象中的目標通過精確的segmentation進行位置的標定。影象包括91類（2015版）目標，328,000影像和2,500,000個label。
COCO資料集分兩部分發布，前部分於2014年釋出，後部分於2015年，2014年版本：82,783 training, 40,504 validation, and 40,775 testing images，有270k的segmented people和886k的segmented object；2015年版本：165,482 train, 81,208 val, and 81,434 test images。