Изменения

| 328 000 изображений (более 2.5 миллионов вхождений объектов)

| Много метрик. Зависит , в частности, от размеров распознаваемых объектов площади, занимаемой объектом на изображении. <ref>http://cocodataset.org/#detection-leaderboard[http://cocodataset.org/#detection-leaderboard]</ref>

MS COCO (англ. ''(Common Objects in Context)'' ) {{---}} большой набор изображений. Состоит из более чем 330000 изображений (220000 размеченных), с более чем 1.5 милионов объектов на них. Все объекты находятся в их естественном окружении (контексте). Изображения, как правило, с объектами содержат объекты разных классов на одном изображении (только 10% имеют еденственный единственный класс). Все изображения сопровождаются аннотациями, кранящихся хранящихся в json формате.

COCO имеет пять типов аннотацийдля разных задач: для обнаружения * Обнаружение объектов, обнаружения * Обнаружение ключевых точек* [[Сегментация изображений]]* Паноптическая сегментация {{---}} обединение задач семантической сегментации и обноружения объектов. Задача состоит в том, чтобы классифицировать все пиксели изображения на принадлежность к некоторому классу, сегментации материалаа также определить, паноптической сегментации и создания субтитров к какому из экземпляров данного класса они относятся.* Создания анотаций к изображению.Подробнее об их структуре можно прочитать [http://cocodataset.org/#format-data здесь]

Результат задачи зафисит зависит от многих факторов. НампримерНапример, для задачи обноружения обнаружения объекта, наилучшие результаты алгоритмы показывают на крупных объектах.