Coco数据集

Coco数据集是通用较强的数据集，它的全称为“Common Objects in Context”，里面包含了各种日常物品，可以细分为80类。对这些图像中的物品进行统计，也许可以帮助我们了解一般的图像的统计特性。

数据描述

我们不去看具体的图像，只看图像的描述文件，它的典型描述包含以下信息

这是描述表的一部分，拿第0条记录为例，它标记了第558840张图中包含了物体，物体的类别ID为58，这个物体的位置在图中的 199.84, 200.46位置，宽和高分别为77.71, 70.88。

另外，它还标记了物体的AREA，代表物体的轮廓所占的图像大小，它们的分布如下图所示

由于是采用对数坐标，所以可以看到不同类别的物体所占的空间差异较大，但单纯使用大小把它们区分出来也并不现实。

我们接下来对BBOX字段进行统计分析，以像素热图的形式展示出来，

可以看到，由于图像大多是以目标物体为中心进行拍摄，因此它们在大多数情况下都在图像中间，

但也有有意思的发现，比如

下面进行汇总，将这些统计值汇总后，按类别进行归一化（采用MIN - MAX方法），按像素进行求平均和方差，有下图

和

均值和方差的差异表明，虽然物体在统计意义上会大概率出现在图像中心，但由于各自大小和形状的不同，它们的分布在靠近中央的外周圈的分布差异较大，这也是十分符合直觉的结果。

最后，我们来看一下图中物体相互遮挡的情况，我们统计了每一张图中的物体遮挡情况，统计方法是计算每一个像素属于的物体类别的数量，如果这个计数大于1，就表明它出现了遮挡现象，结果如下

可以看到，遮挡情况还是存在的，数值也并不小，甚至达到了10，至于是哪些物体互相遮挡，就需要进一步分析了。