【PYTHON】COCO数据集中的物品ID

最常用的是COCO 2017数据集。其目标检测/实例分割任务包含80个物品类别。

下面是这80个类别的完整ID、名称及对应中文翻译的详细列表。

COCO 2017/2014 数据集 80个类别ID对照表

（注意：在2017版本中，ID是从1开始连续到90，但中间有缺失，实际只有80个类别。2014版本中有一个“背景”类ID为0，但2017年官方提供的标注文件中已不含ID 0。）

重要说明

1. 版本一致性：

   • COCO 2014和COCO 2017的这80个类别ID和名称完全一致。
   • COCO 2015/2020等后续版本在目标检测/实例分割任务上也沿用这个类别体系。
   • 在代码中（如使用PyTorch的torchvision.datasets.CocoDetection），类别ID就是如上所示的1到90之间的不连续数字。

2. 索引转换：
   在训练模型时，经常需要将不连续的COCO ID（1,2,3…90）映射为连续的训练索引（0,1,2…79）。这是模型实现中常见的步骤。

3. 其他任务：

   • 全景分割：COCO还有一个Panoptic数据集，包含了133个类别（80个“thing”类别 + 53个“stuff”类别，如天空、草地、墙壁等）。
   • 图像描述：用于此任务的数据使用相同的图片，但标注是句子，不涉及物品ID。

如何以编程方式获取

如果你使用COCO官方提供的Python API (pycocotools)，可以轻松获取这个列表：

frompycocotools.cocoimportCOCO# 加载标注文件annFile=‘instances_train2017.json’ coco=COCO(annFile)# 获取所有类别信息cats=coco.loadCats(coco.getCatIds())# 按ID排序cats.sort(key=lambdax:x[‘id’])# 打印forcatincats:print(f”ID:{cat[‘id’]:>2},Name:{cat[‘name’]:<20}(Super:{cat[‘supercategory’]})”)

总结：最常用的COCO物体检测数据集包含80个物品类别，其ID范围是1到90（不连续）。上表提供了完整的对应关系，在进行数据加载、结果可视化或模型评估时至关重要。