COCO 2017 データセットのダウンロードとカテゴリ情報や画像情報の確認（Windows 上）

【要約】 COCO 2017データセットは，Microsoftによって公開された画像データセットである．物体検出やセグメンテーションなどのタスクに利用され，80のカテゴリに対応している．数十万枚以上の画像とアノテーションが含まれ，各画像には詳細な情報が付属している．COCO 2017データセットをダウンロードするためには，COCO公式ページから必要なファイルをダウンロードして展開する．Pythonプログラムを使用して，カテゴリ情報や画像情報を確認することができる．選択したカテゴリに関連する画像の詳細が表示される．以上が，COCO 2017データセットのダウンロードと情報の確認手順である．

【目次】

ダウンロード手順（Windows 上）
カテゴリ情報や画像情報の確認（Python プログラム）（Windows 上）

COCO (Common Object in Context) データセット

COCO（Common Object in Context）データセットは，物体検出やセグメンテーション，キーポイント検出，姿勢推定，画像分類，キャプショニング等の多様なタスクに対応可能な画像データセットとして，2014年にMicrosoftにより公開された．これは，人間や自動車，家具，食品等，多岐にわたるカテゴリのオブジェクトを含む数十万枚以上の画像から構成され，それぞれの画像は，80種類のカテゴリに対応する形でアノテーションが施されている． COCO は次の URL で公開されているデータセット（オープンデータ）である．

URL: https://cocodataset.org/

COCO は，以下の特徴がある．

328,000枚の画像，うち，200,000枚以上がラベル付け済み．
1,500,000 個のオブジェクト
オブジェクトのカテゴリ数：80
オブジェクトのバウンディングボックス，セグメンテーション結果
画像ごとのキャプション数: 5
250,000 名の人物に，キーポイントが付いている．（左目、鼻、右腰、右足首などの 17のキーポイント）
39,000枚以上の画像と56,000個以上の人物に対する Dense pose アノテーション．
2014, 2017 などの種類がある．2014 と比べると，2017 では，訓練，検証，テストの分割が異なる，panoptic segmenation についてのアノテーションが追加されているなどの違いがある．

COCO の 80 のクラスのラベルは次の通りである．

['person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus', 'train', 'truck', 'boat', 'traffic light', 'fire hydrant', 'stop sign', 'parking meter', 'bench', 'bird', 'cat', 'dog', 'horse', 'sheep', 'cow', 'elephant', 'bear', 'zebra', 'giraffe', 'backpack', 'umbrella', 'handbag', 'tie', 'suitcase', 'frisbee', 'skis', 'snowboard', 'sports ball', 'kite', 'baseball bat', 'baseball glove', 'skateboard', 'surfboard', 'tennis racket', 'bottle', 'wine glass', 'cup', 'fork', 'knife', 'spoon', 'bowl', 'banana', 'apple', 'sandwich', 'orange', 'broccoli', 'carrot', 'hot dog', 'pizza', 'donut', 'cake', 'chair', 'couch', 'potted plant', 'bed', 'dining table', 'toilet', 'tv', 'laptop', 'mouse', 'remote', 'keyboard', 'cell phone', 'microwave', 'oven', 'toaster', 'sink', 'refrigerator', 'book', 'clock', 'vase', 'scissors', 'teddy bear', 'hair drier', 'toothbrush']

【文献】

Tsung-Yi Lin, Michael Maire, Serge Belongie, Lubomir Bourdev, Ross Girshick, James Hays, Pietro Perona, Deva Ramanan, C. Lawrence Zitnick, Piotr Dollr, Microsoft COCO: Common Objects in Context, CoRR, abs/1405.0312, 2014.

https://arxiv.org/pdf/1405.0312v3.pdf

【関連する外部ページ】

Papers With Code の COCO データセットのページ: https://paperswithcode.com/dataset/coco
PyTorch の COCO データセット: https://pytorch.org/vision/stable/datasets.html#torchvision.datasets.CocoDetection
TensorFlow データセットの COCO データセット: https://www.tensorflow.org/datasets/catalog/coco

ダウンロード手順

mkdir %HOMEPATH%\7zip cd %HOMEPATH%\7zip curl -O https://www.7-zip.org/a/7z2301-x64.exe .\7z2301-x64.exe powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

cd %HOMEPATH% mkdir coco2017 mkdir coco2017\coco mkdir coco2017\coco\images cd %HOMEPATH%\coco2017 ECHO labels curl -O -L https://github.com/ultralytics/yolov5/releases/download/v1.0/coco2017labels-segments.zip ECHO 19G, 118k images curl -O http://images.cocodataset.org/zips/train2017.zip ECHO 1G, 5k images curl -O http://images.cocodataset.org/zips/test2017.zip ECHO 7G, 41k images (optional) curl -O http://images.cocodataset.org/zips/val2017.zip ECHO unlabeled curl -O http://images.cocodataset.org/zips/unlabeled2017.zip ECHO curl -O http://images.cocodataset.org/annotations/annotations_trainval2017.zip curl -O http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip curl -O http://images.cocodataset.org/annotations/image_info_test2017.zip curl -O http://images.cocodataset.org/annotations/image_info_unlabeled2017.zip REM curl -O http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip ECHO cd %HOMEPATH%\coco2017 "c:\Program Files\7-Zip\7z.exe" x coco2017labels-segments.zip cd %HOMEPATH%\coco2017\coco\images "c:\Program Files\7-Zip\7z.exe" x ..\..\train2017.zip "c:\Program Files\7-Zip\7z.exe" x ..\..\test2017.zip "c:\Program Files\7-Zip\7z.exe" x ..\..\val2017.zip "c:\Program Files\7-Zip\7z.exe" x ..\..\unlabeled2017.zip REM cd %HOMEPATH%\coco2017\coco REM "c:\Program Files\7-Zip\7z.exe" x ..\stuff_annotations_trainval2017.zip

└─%HOMEPATH%\coco2017\coco ├── annotations/ ├── captions_train2017.json ├── captions_val2017.json ├── image_info_test-dev2017.json ├── image_info_test2017.json ├── image_info_unlabeled2017.json ├── instances_train2017.json ├── instances_val2017.json ├── person_keypoints_train2017.json ├── person_keypoints_val2017.json ├── stuff_train2017.json └── stuff_val2017.json ├── images/ ├─test2017/ ├─train2017/ ├─unlabeled2017/ └─val2017/ ├── labels/ ├─train2017/ └─val2017/ ├─test-dev2017.txt ├─train2017.txt └─val2017.txt

カテゴリ情報や画像情報の確認（Python プログラム）（Windows 上）

Python のインストール（Windows 上）

Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022），Visual Studio 2022 のインストール（Windows 上）

pycocotools のインストール

python -m pip install -U --ignore-installed pip python -m pip install -U cython python -m pip install "git+https://github.com/philferriere/cocoapi.git#egg=pycocotools&subdirectory=PythonAPI" python -m pip install git+https://github.com/cocodataset/panopticapi.git

カテゴリの情報の取得と表示

COCO (Common Objects in Context) データセットから全てのカテゴリの情報を取得を表示

from pycocotools.coco import COCO annotation_file = 'coco/annotations/instances_val2017.json' coco = COCO(annotation_file) category = coco.loadCats(coco.getCatIds()) for i in category: print(i)

画像情報の取得と表示

画面表示され，COCOデータセットのカテゴリがリストボックスに表示される．選択したカテゴリに対して，関連する画像の情報が表示される．

from pycocotools.coco import COCO import tkinter as tk annotation_file = 'coco/annotations/instances_val2017.json' def get_selection(): selected_items = listbox.curselection() for i in selected_items: value = listbox.get(i) cat_names.append(value) root = tk.Tk() # リストボックスの作成 listbox = tk.Listbox(root, selectmode=tk.MULTIPLE) listbox.pack() # リストの要素を追加 coco = COCO(annotation_file) categories = coco.loadCats(coco.getCatIds()) for category in categories: listbox.insert(tk.END, category['name']) cat_names = [] # 閉じるボタンが押されたときの処理 root.protocol("WM_DELETE_WINDOW", lambda: [get_selection(), root.destroy()]) root.mainloop() # 選択されたカテゴリについて、image ID とファイル名を表示 for cat_name in cat_names: cat_id = coco.getCatIds(catNms=[cat_name])[0] print("category ID:", cat_id, "category name:", cat_name) image_ids = coco.getImgIds(catIds=[cat_id]) images = coco.loadImgs(image_ids) for image in images: print(" image ID:", image['id'], ", file name:", image['file_name']) annotation_ids = coco.getAnnIds(imgIds=[image['id']], catIds=[cat_id], iscrowd=None) annotations = coco.loadAnns(annotation_ids) # アノテーションの表示 # print(" annotation:", annotations)