물체 탐지에 일반적으로 사용되는 두 가지 데이터 세트인 COCO와 VOC

{
    "info": 정보, # 데이터셋에 대한 기본 정보
    "라이선스": [라이선스], # 라이선스
    "이미지": [이미지], # 이미지 정보, 이름, 높이
    "주석": [주석], # 주석
    "카테고리": [카테고리] # 태그 정보
}
info{ # 데이터셋 정보 설명
    "연도": 정수, # 데이터셋 연도
    "version": str, # dataset version
    "description": str, # dataset description
    "기여자": STR, # 데이터셋 제공자
    "URL": str, # 데이터셋 다운로드 링크
    "date_created": datetime, # 데이터셋 생성 날짜
}
라이선스{
    "id": int,
    "이름": 스트렙,
    "URL": 스트리트,
}
image{ # images는 모든 이미지(dict) 정보를 저장하는 목록입니다. 이미지는 단일 이미지에 대한 정보를 저장하는 DICT입니다
    "id": int, # 이미지의 ID 번호(각 이미지 ID마다 고유함)
    "width": int, # 이미지 너비
    "height": int, # 이미지 높이
    "file_name": STR, # 이미지 이름
    "라이선스": int, # 합의서
    "flickr_url": 스트리트, # 플리커 링크 주소
    "coco_url": str, # 네트워크 연결 주소
    "date_captured": datetime, # dataset fetch date
}
주석{ # 주석은 모든 dict 정보를 저장하는 목록입니다. 주석은 단일 대상 주석 정보를 저장하는 딕트입니다.
    "id": int, # 대상 객체 ID(각 객체 ID에 대해 고유함), 각 이미지는 여러 대상을 가질 수 있습니다
    "image_id": int, #는 이미지 ID에 해당합니다
    "category_id": 정치, #은 카테고리 ID에 해당하며, 카테고리 내 ID에 해당합니다
    "세그멘테이션": RLE 또는 [폴리곤], # 인스턴스 세그멘테이션, 객체의 경계점 좌표 [x1,y1,x2,y2,....,xn,yn]
    "area": float, # 객체 영역의 면적입니다
    "bbox": [xmin, ymin, width, height], # 객체 감지, 객체 위치 선정 경계[x, y, w, h]
    "iscrowd": 0 또는 1, #은 군중인지 아닌지를 나타냅니다
}
범주{ # 범주 설명
    "id": int, # 카테고리에 해당하는 ID (0은 배경으로 기본값)
    "이름": 스트랠, # 하위 카테고리 이름
    "슈퍼카테고리": STR, # 주요 카테고리 이름
}

.NET/C#은 다각형의 면적을 계산합니다
https://www.itsvse.com/thread-10870-1-1.html