本文直接從實用型角度介紹下coco資料集。

以coco2014為例，下載資源以後，得到以下目錄：

annotations中存放的是一大堆json檔案：

（注，帶person和face的是我自己製作的json檔案，截圖時懶得刪除，可以忽略，想了解如何製作的，請看我的下一篇部落格）

train2014和val2014中儲存的是jpg圖片，就不放截圖了，點開比較卡，圖片太多了，載入比較慢。

接下來著重講一下json中儲存的東西，老規矩，先上圖：

這是用來train的json中儲存的東西，首先json儲存的是一個大的字典：

info這個key指向的字典是一些基本資訊，包括時間，版本，貢獻者，網址連結等不重要，可以忽略。

images這個key指向的列表（注意是列表，上面info指向的是字典）是圖片資訊，列表中的每一個字典下儲存一張圖片的資訊，license、coco_url、data_captured和flickr_url這幾個key指向的資訊大概瞭解下就行，在你已經下載到原圖jpg檔案的情況下，這些資訊基本沒用。接下來就是比較重要的幾個資訊了，首先是file_name，指向的是一個字串，是jpg的檔名；其次是height和width指向的是該圖片的高和寬，id指向的數字可能讓大家比較迷惑，這個資訊非常至關鍵，這一串數字是每張圖片特有的一個標誌，數字不重複，可以看作是圖片的身份資訊，就像身份證那一串數字一樣。

（注：接下來的圖是images這個字典下面的一個字典。所以繼續上圖，乖乖，找到這個結合部真不容易，這個json實在是太大了，哭哭）

下一個License這個key指向的資訊也可以忽略不計，就是途中被我選中標黑的那個部分。

再下一個annotations這個key是本json中最最最最最重要的一個部分了。該key指向的是一個list，然後包含多個字典，每個字典包含一個物體分割的資訊。看該列表中第一個字典，segmentation指向是的一個套著兩個list的東西，裡面一堆數字的含義是畫素級分割得到的物體邊緣座標（有心的同學會發現這裡面的數字個數都是偶數，因為座標是成對出現的）；area指向該segmentation的面積，iscrowd目前來看都指向0，表示沒有重疊吧，有重疊指向1（我的理解是這樣，可能有偏差，不過影響不大）；image_id就是前面images中儲存的id ！

最後一部分依然上圖：

最後categories這個key指向的是每個類別的名稱和編號。