MS coco数据集下载

2017年12月02日 23:12:11

阅读数：10411

登录ms-co-co数据集官网，一直不能进入，翻墙之后开看到下载链接。有了下载链接下载还是很快的，在我这儿晚上下载，速度能达到7M/s，所以也不上传到网盘了，有需要的人等夜深人静的时候下载效果更佳哦。

我把2017的数据集下载链接贴上来，linux下wget非常快，不知道为什么迅雷不能下载，顺便说一下wget断点续传 wget -c http

coco数据集下载链接

各个链接的意思看链接里面的描述基本上就够了。不过还在罗嗦一句，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。

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

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

http://images.cocodataset.org/zips/test2017.zip
http://images.cocodataset.org/annotations/image_info_test2017.zip
这些就是全部的microsoft coco数据集2017的链接了。

cocoAPI,踩过的坑

coco数据集的注释数据是以json格式存储的，coco很贴心的配置了数据读取的API，下载链接是github的：https://github.com/cocodataset/cocoapi
一般照着它的README文档来做就ok了，但是我用得时候踩了一个坑：如果有用python3来调用它的API的时候，需要先在python3下已经安装过cython(方法:pip3 install cython)，然后修改makeconfig里的文件，将python修改为python3，然后再make就好了。
API自带例子，按照例子来做基本上就没应用什么应用这个api的问题了，因为我用到了单个人的图片，所以贴一个单人的提取方法with python

#signal person photo in MSCOCO
def load_data(self, dataDir, dataType, annType):
    annFile = '{}annotations/{}_{}.json'.format(dataDir, annType, dataType)
    self.coco = COCO(annFile)
    catID = self.coco.getCatIds(catNms=['person'])
    imgID = self.coco.getImgIds(catIds=catID)
    if self.signle:
        self.ids = []
        for id in imgID:
            img = self.coco.loadImgs(id)[0]
            annID = self.coco.getAnnIds(imgIds=img['id'])
            anns = self.coco.loadAnns(annID)
            if len(anns) == 1:
                self.ids.append(id)
    else:
        self.ids = imgID
        # print('ok')

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17

MPII数据集下载链接

顺便贴一下MPII的数据集，mpii数据集不用翻墙也能看得到网页链接，而且下载还很慢。先把链接贴过来。
http://datasets.d2.mpi-inf.mpg.de/andriluka14cvpr/mpii_human_pose_v1.tar.gz
http://datasets.d2.mpi-inf.mpg.de/andriluka14cvpr/mpii_human_pose_v1_u12_2.zip

http://datasets.d2.mpi-inf.mpg.de/andriluka14cvpr/mpii_human_pose_v1_sequences_batch1.tar.gz
http://datasets.d2.mpi-inf.mpg.de/andriluka14cvpr/mpii_human_pose_v1_sequences_batch2.tar.gz