对文章 COCO 数据集的使用 做了一些改动，抛去一些繁琐的操作，让 API 是使用更加方便和快捷。
简介
微软发布的 COCO 数据库是一个大型图像数据集, 专为对象检测、分割、人体关键点检测、语义分割和字幕生成而设计。
COCO 数据库的网址是:
- MS COCO 数据集主页 - http://mscoco.org/
- Github 网址 - https://github.com/Xinering/cocoapi?organization=Xinering&organization=Xinering
- 关于 API 更多的细节在网站: http://mscoco.org/dataset/#download
COCO API 提供了 Matlab, Python 和 Lua 的 API 接口. 该 API 接口可以提供完整的图像标签数据的加载, parsing 和可视化。此外,网站还提供了数据相关的文章, 教程等。
在使用 COCO 数据库提供的 API 和 demo 之前, 需要首先下载 COCO 的图像和标签数据（类别标志、类别数量区分、像素级的分割等 ）：
- 图像数据下载到
coco/Images/文件夹中 - 标签数据下载到
coco/Annotations/文件夹中
下面我们来探讨一下如何利用 Python 来使用 COCO 数据集。
1 COCO 数据集的使用
下面我们来看看如何更好、更方便的使用 COCO 数据集？
首先我先是 fork 了 COCO API，然后下载到本地，并切换到：D:\API\cocoapi\PythonAPI。
cd D:\API\cocoapi\PythonAPI打开 Makefile 可以看到 API 的安装和使用说明。
在 Windows 下直接运行 python setup.py build_ext --inplace 会报错：
Windows 中 （一般需要安装 visual studio）有许多的坑，参考 Windows 10 编译 Pycocotools 踩坑记 暴力删掉参数 Wno-cpp 和 Wno-unused-function，如下图所示：
