Импорт наборов данных COCO в лабораторию Google

Вы можете скачать его прямо с помощью wget

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

Кроме того, вы должны использовать экземпляр графического процессора, который дает больше места на 350 ГБ.

Еще один подход может заключаться в загрузке только файла аннотаций в Google Colab. Нет необходимости загружать набор данных изображения. Мы будем использовать PyCoco API. Затем при подготовке изображения вместо доступа к файлу изображения из Диска / локальной папки вы можете прочитать файл изображения с URL-адресом!

# 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'])

Этот метод сэкономит вам много места, сэкономит время и усилия. Однако вам потребуется рабочее интернет-соединение во время обучения для получения изображений (что, конечно, у вас есть, поскольку вы используете colab).

Если вы заинтересованы в работе с набором данных COCO, вы можете взглянуть на мой пост на носителе.

Вы можете загрузить его на диск Google, а затем подключить диск к Colab.

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

затем вы можете перейти к папке, содержащей набор данных, например.

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

Для дальнейшего использования лучше использовать диск. Также разархивируйте zip с помощью colab (! Unzip), потому что использование экстрактора zip на диске занимает больше времени. Я пробовал: D