MS COCO 图文检索数据集

原始数据MS COCO是一个多任务计算机视觉数据集，主要用于物体检测、实例分割、关键点检测、图像描述、图文检索等任务。数据包含：（1）图像：超过33万张真实世界彩色图像（JPG格式），分辨率多样（通常数百至数千像素）；（2）物体标注：超过150万个物体实例，覆盖80个物体类别，提供边界框、实例分割掩码；（3）图像描述：超过12.3万张标注图像，每张图像配有5条独立人工撰写的自然语言描述句子，用于图像描述生成和图文检索；（4）其他标注：91个stuff类别（背景类，如天空、草地）、25万个人体关键点标注；（5）数据集划分：训练集约11.8万张图像，验证集约5000张图像。衍生数据为项目基于MS COCO原始数据进行的数据处理、评估方式、方法结果、衍生结论。