第2单元-情境2-02COCO2014数据集介绍 (1).pptx

智能感知应用技术实训第二单元基于智能图像感知技术应用场景主讲人：XXXX职称：XXXX

基于AI能力的智能感知技术与应用第二单元基于智能图像感知技术应用场景主讲人：陈小龙职称：讲师

第二单元基于智能图像感知技术应用场景0102情境一基于MTCNN模型实现人脸识别情境二基于YOLOV3模型实现目标检测

情境二基于YOLOV3模型实现目标检景概述知识准备案例讲解总结

PART02知识准备情境二基于YOLOV3模型实现目标检测

知识准备知识点介绍COCO2014数据集介绍。IoU算法（这在上一章已经讲过了，这里就不再重新讲了）。yolov3网络原理情景二：基于YOLOV3模型实现目标检测

知识准备思维导图情景一：基于MTCNN模型实现人脸识别

知识准备COCO2014数据集介绍情景二：基于YOLOV3模型实现目标检测目标检测领域另外一个比较有名的数据集MSCOCO(全名MicrosoftCOCO:CommonObjectsinContext)。MSCOCO数据集是微软构建的一个数据集，其包含检测、分割、关键点等任务。MSCOCO主要是为了解决检测对象的非标志性视图（对应常说的检测问题），对象之间的上下文推理和对象的精确2D定位（对应常说的分割问题）这三种场景下的问题。COCO中的图片包含了自然图片以及生活中常见的目标图片，背景比较复杂，目标数量比较多，目标尺寸更小，因此COCO数据集上的任务更难，对于检测任务来说，现在衡量一个模型好坏的标准更加倾向于使用COCO数据集上的检测结果。

知识准备COCO2014数据集介绍情景二：基于YOLOV3模型实现目标检测COCO2014数据分析：下图为train2014.zip和val2014.zip解压后的图片文件夹文件下图为label.tgz解压后的标签文件夹5k.part将后缀改成了txt，trainvalno5k.part将后缀改成了txt

知识准备COCO2014数据集介绍情景二：基于YOLOV3模型实现目标检测COCO2014数据分析：进入到train2014文件夹和labels/train2014文件夹，可以看到图片和标签文件一一对应

知识准备COCO2014数据集介绍情景二：基于YOLOV3模型实现目标检测COCO2014数据分析：打开COCO_train2014_000000000009.jpg和COCO_train2014_000000000009.txt450.4794920.6887710.9556090.595500450.7365160.2471880.4988750.476417500.6370630.7329380.4941250.510583450.3394380.4188960.6788750.781500490.6468360.1325520.1180470.096937490.7731480.1298020.0907340.097229490.6682970.2269060.1312810.146896490.6428590.0792190.1480630.148062类别左上角横坐标左上角纵坐标宽高注意：坐标信息经过了归一化处理

知识准备COCO2014数据集介绍情景二：基于YOLOV3模型实现目标检测COCO2014数据分析：5k.txt文件内容如下图：表示的是所有图片文件的相对路径

谢谢主讲人：陈小龙课程名称：基于智能图像感知技术应用场景