object detection数据集

介绍目标检测当中常见的几个数据集，及它们当前达到的精度。

1.COCO数据集

MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集，与ImageNet竞赛一样，被视为是计算机视觉领域最受关注和最权威的比赛之一。图像包括91类目标，328,000影像和2,500,000个label。目前为止有语义分割的最大数据集，提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。

该数据集主要解决3个问题：目标检测，目标之间的上下文关系，目标的2维上的精确定位。
目前在coco数据集上的最大 mAP是北大的53.3 mAP.