24
правки
Изменения
Нет описания правки
[[Файл:Coco-examples.jpg|мини|[http://cocodataset.org/images/coco-examples.jpg Оригинал]]]
MS COCO ''(Common Objects in Context)'' {{---}} большой набор изображений, как правило, с объектами разных классов на одном изображении (только 10% имеют еденственный класс). Все изображения сопровождаются аннотациями, кранящихся в json формате.
COCO имеет пять типов аннотаций: для обнаружения объектов, обнаружения ключевых точек, сегментации материала, паноптической сегментации и создания субтитров к изображению. Аннотации хранятся в формате JSON. Подробнее о стуктуре аннотаций об их структуре можно прочитать [http://cocodataset.org/#format-data здесь]
===Результаты===
Результат задачи зафисит от многих факторов. Нампример, для задачи обноружения объекта, наилучшие результаты алгоритмы показывают на крупных объектах.
Более подробно с метриками можно ознакомиться [здесь http://cocodataset.org/#detection-leaderboardздесь].Приведем лишь результаты детектора [ResNet https://arxiv.org/abs/1512.03385ResNet] (bbox) - победителя 2015 Detection Challenge.Графики представляют из себя семейтво кривых Pressision Recall для различных метрик. {|align="center" |-valign="top" |[[Файл:Detection-analysis-allperson.jpg |мини| leftPR кривые для класса "Person"]] |[[Файл:Detection-analysis-personall.jpg |мини | leftУсредненные значения для всех классов]] |} <br>
===Код===
Пример использования COCO API на python:
