1.介绍

MS COCO的全称是Microsoft Common Objects in Context，起源于微软2014年的Microsoft COCO数据集

COCO is a large-scale object detection, segmentation, and captioning dataset. COCO has several features

主要用于目标检测，图像分割，姿态估计等，共有80个类

更过内容可以看原始论文：Microsoft COCO: Common Objects in Context

2.下载

下载的方法很多，从我自己下载的经历来看，主要有这么几种方法

2.1 官网

第一种方法肯定是官网，来到下载页面：https://cocodataset.org/#download

Images就是数据集，Annotations表示标注信息使用 JSON 格式存储( annotations ), COCO API用于访问和操作所有“标注”进行预处理

不同年份的数据集用在不同的任务上，常用的是2017 train/val/test images

2.2 百度网盘

众所周知，官网不是慢就是访问不了,（有时是点了没反应，有时是无法安全下载）所以得采取别的方法。
从我自身角度，我是官网下载点了没反应，所以我就只能去找下载链接，直接将需要下载数据集的链接输入到浏览器，就可以自动下载了。
我把几个常见的下载链接列了出来（以2017为例）如果需要下载其他的可以仿照

数据集	下载链接
2017 Train images [118K/18GB]	http://images.cocodataset.org/zips/train2017.zip
2017 Val images [5K/1GB]	http://images.cocodataset.org/zips/val2017.zip
2017 Test images [41K/6GB]	http://images.cocodataset.org/zips/test2017.zip
2017 Train/Val annotations [241MB]	http://images.cocodataset.org/annotations/annotations_trainval2017.zip

如果本地下载很慢（我试的时候挺快），可以用百度网盘的离线下载，打开百度网盘，点击离线下载，将上述链接输入，就可以保存到网盘了（也需要一点时间）

2.3 下载到linux服务器

如果是需要在服务器上进行跑实验，可以直接通过wget+下载链接，
例如：

wget http://images.cocodataset.org/zips/train2017.zip
wget http://images.cocodataset.org/zips/val2017.zip
wget http://images.cocodataset.org/zips/test2017.zip

实测速度emmm
（其实这就属于linux的命令了，只要是把链接输入到浏览器能够直接下载的，那这个命令就可以用，其他数据集下载也可以参考这样）

也可以用aria2工具，一个命令行下载器（详细的介绍，可以参考：Aria2 安装和使用全教程）
在这里就用他的基本用法：

sudo apt-get install aria2  # sudo安装
# aria2c -c <url>   #<url>即为官网下载地址
aria2c -c http://images.cocodataset.org/zips/val2017.zip

实测速度会快一点……