COCO ist ein großer Bilddatensatz, der im Bereich der maschinellen Bildverarbeitung zur Objekterkennung und -segmentierung, zur Erkennung von Schlüsselpunkten von Zeichen, zur Füllsegmentierung und zur Beschriftungsgenerierung verwendet wird. Dieser Datensatz konzentriert sich auf das Szenenverständnis und die Objekte im Bild werden durch präzise Segmentierung kalibriert.

Der Datensatz verfügt über drei Funktionen: Zielsegmentierung, Szenenwahrnehmung und Superpixel-Segmentierung. Es enthält 330.000 Bilder, 1,5 Millionen Zielinstanzen, 80 Zielklassen, 91 Artikelklassen und 250.000 Schlüsselpunktzeichen.

Der COCO-Datensatz wurde 2014 von Microsoft veröffentlicht und hat sich zu einer Standardtestplattform für Bildunterschriften entwickelt.