将COCO数据集导入到Google colaboratory

Question

对于我来说，COCO数据集非常大，可以将其上传到google colab。有什么方法可以直接将数据集下载到google colab？

Answer 1

另一种方法可能是仅将PyCoco API上传到Google Colab。无需下载图像数据集。我们将使用my post on medium。接下来，在准备图像时，您可以使用URL读取图像文件，而不是从云端硬盘/本地文件夹访问图像文件！

# The normal method. Read from folder / Drive
I = io.imread('%s/images/%s/%s'%(dataDir,dataType,img['file_name']))

# Instead, use this! Url to load image
I = io.imread(img['coco_url'])

此方法将为您节省大量空间，下载时间和精力。但是，在训练过程中您将需要可以正常工作的Internet连接以获取图像（因为您正在使用colab，所以您当然可以拥有它）。

如果您对使用COCO数据集感兴趣，可以查看。

Answer 2

您可以直接使用wget下载

!wget http://images.cocodataset.org/zips/train2017.zip

此外，您应该使用GPU实例，该实例可提供350 GB的更大空间。

Answer 3

您可以将其下载到Google驱动器，然后将驱动器安装到Colab。

from google.colab import drive
drive.mount('/content/drive')

然后，您可以CD到包含数据集的文件夹，例如。

import os
os.chdir("drive/My Drive/cocodataset")

Answer 4

使用驱动器可以更好地进一步使用。还可以使用 colab ( !unzip ) 解压缩 zip，因为在驱动器上使用 zip 提取器需要更长的时间。我试过了 :D