在服务器上下载COCO2017数据集

• 创建COCO2017数据集的地点目录
  

1. mkdir -p ./datasets/coco

复制代码

其中，mkdir表现创建目录；-p 表现一次性创建多级目录，如果上级目录(datasets)不存在，体系自动创建上级目录，再创建下级目录(coco)

• 进入地点目录
  

1. cd ./datasets/coco

复制代码

• 下载COCO2017数据集
  

1. wget http://images.cocodataset.org/annotations/annotations_trainval2017.zip
2. wget http://images.cocodataset.org/zips/train2017.zip
3. wget http://images.cocodataset.org/zips/val2017.zip
4. wget http://images.cocodataset.org/zips/unlabeled2017.zip

复制代码

根据需要，自主选择要下载哪几个图像集及其标注，这里只列出了4个比较常见的数据子集，分别是训练集和验证集的标注、训练集、验证集、无标注集，完整的资源见https://cocodataset.org/#download

在所需的项目上右键->复制链接地点，可以得到URL，然后就可以下载了

1. wget URL -O filename

复制代码

或者

1. curl -o filename URL

复制代码

wget和curl都可以用于下载文件，filename表现生存到本地的新文件名

• 下载完毕以后，解压压缩文件到当前目录即可
  

1. unzip -q annotations_trainval2017.zip
2. unzip -q train2017.zip
3. unzip -q val2017.zip
4. unzip -q unlabeled2017.zip

复制代码

其中，unzip表现解压zip文件，-q表现静默解压，不输出日志信息

• 快速下载
  

由于下载源在国外，从深度学习服务器直接下载国外数据集大概会很慢，也许只有10KB/s。
下面介绍一种比较简单快速的下载方法：
Kaggle上有分享的COCO2017数据集备份，可以从这里下载，会比较快，网址是https://www.kaggle.com/search?q=COCO2017+in%3Adatasets

以第三个为例，如果想要整个下载，点击下载按钮，留意，先不要开始下载，我们需要的是跳出的地点

或者选择想要下载的部门项目，点击下载按钮

复制网址中所有的部门，即URL，在服务器里输入下令(实测，curl比wget快)

1. curl -o filename "URL"

复制代码

留意，在URL两端加上双引号，由于URL中有很多特殊符号，轻易被误解为下令。
这样下载就比较快了。