一言でいうと

人や車などの日常的な対象物に、種類や位置の正解情報を付けた画像データセット。

より具体的には

Common Objects in Contextの略で、物体検出や画像認識の学習・評価に広く使われる。画像ごとに対象物の種類、バウンディングボックス、領域などのannotationが用意されている。

学習用や検証用などの集合に分かれており、評価では使用した集合、画像数、対象クラス、評価方法をそろえる必要がある。画像ごとの利用条件は、データセットの配布情報と元画像の情報を確認する。

関連記事での使用例

スマートフォン向け物体検出モデルをPCで比較し、実機検証候補を決めた

COCO val2017の全5,000画像を共通の品質評価に使い、人と車の検出結果を比較している。

関連