1. 数据集概述
在建立自己的数据集之前，需要对常用的公开数据集进行了解，以统一格式和标准，也可以对分块处理等想法的产生起到一定的思路帮助。
| MNIST | ImageNet | PASCAL VOC | COCO | |
| 简介 | 手写数字数据库 | 图像分类、定位、检测 | 视觉对象的分类识别和检测 | Common Objects in Context，其对于图像的标注信息不仅有类别、位置信息，还有对图像的语义文本描述 |
| 官网 | http://yann.lecun.com/exdb/mnist/index.html | http://image-net.org/ | http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html | http://mscoco.org/ |
| 下载地址 | 见官网 | 见官网 | 见官网 | 见官网 |
| 样本总数 | 70000 | 14,197,122 | ||
| 训练样本总数 | 60000 | |||
| 测试样本总数 | 10000 | |||
| 样本大小（size） | 28*28 | 各式各样 | ||
| 数据集大小 | 12MB | about 1TB | about 40GB | |
| 标签类别 | 0~9数字 | 2万多个类别 | 20个 | 80个对象类别 |
| 存储格式 | 二进制 | |||
| 标签形式 | 二进制 | |||
| 标注格式 | 0~9 | |||
| 标注方法 | 对0~9数字进行标注 | 1）非空的同义词集总数：21841；2）图像总数：14,197,122；3）边界框注释的图像数：1,034,908；4）具有SIFT特征的同义词集数：1000；5）具有SIFT特征的图像数：120万 | 对象分割，bounding box；action | 1）对象分割； 2）上下文识别； 3）每个图像的多个对象； 4）超过300000幅图像； 5）超过200万个实例； 6）80个对象类别； 7）每个图像5个说明文字； 8）100000人的关键点 |
| 发起人 | Yann LeCun,1998 | Li Feifei，2006 | ||
| 目前状态 | 定型，不会更新了 | 持续更新中 | 停止更新 | 微软赞助，应该持续更新中 |
| 特点和评价 | 入门第一教程 | 对深度学习的浪潮起了巨大的推动作用 | 很标准，被很多人采用 | 对于图像的标注信息不仅有类别、位置信息，还有对图像的语义文本描述 |
| 用途 | 仅用于手写体识别，可以将此作为基础，进一步添加自己的数据 | 情景分析，看图说话；也可以仅用部分标签做识别和分类 | 目标分割，分类，识别 | 目标分割，分类，识别 |
| ILSVRC，2010年起每年举办 | 因为核心人员去世，PASCAL VOC挑战赛在2012年后便不再举办，ECCV开始用ImageNet举办赛事，不知是否融合该数据集 |
因为最近用到语义分割所以对COCO数据集重点关注下。另因为做faster-rcnn，也对PASCAL VOC重点了解下。
2. COCO
官网也打不开我也是醉了。。。至于墙这个吗！
参考：
全面总结：https://www.jianshu.com/p/9990284bc4d5
COCO详细介绍：https://www.cnblogs.com/geekvc/p/6657369.html
各种简介：jianjie