Coco数据集

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。

---

• Coco数据集
• 数据描述
• 物体位置分布

  • 物体的特异性
  • 均值和方差
  • 彼此遮挡

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。

物体位置分布

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，

物体的特异性

但也有有意思的发现，比如

• 厨房用品的分布一般都比较杂乱，

  

  你在哪都能找到它们的身影；

• 体育运动物体一般比较集中，

  

  当然，这与它们数量较少有关；

• 交通标志分布比较集中，一般出现在左上角

  

  也许与大家的拍摄习惯有关， 至于它们的下面是否一定有机动车， 就待下一步分析。

均值和方差

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。

彼此遮挡

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。