COCO（Common Objects in Context）由微软等机构于 2014 年发布，定位是在真实场景中识别常见物体：超过三十万张图像、八十类日常物体、约一百五十万个物体实例，每张图像包含多个物体且标注精细，辅以自然语言描述（captions）与人体关键点标注。
它的意义在于建立了检测与分割领域的基准评价协议：平均精度（mAP）按 IoU 阈值积分计算，历届 COCO Detection Challenge 的参赛结果与代码在站内存档，Mask R-CNN、YOLO 系列等大量论文以 COCO 结果作为可比基准。数据分为 train/val/test-dev 划分，测试集标签不公开、需提交服务器评测，以保证基准公正。
对使用者而言，官网提供下载链接、评测代码（pycocotools）与结果格式说明；数据标注质量高但并非无噪点，公开测试集上刷分与实际业务效果之间仍需自行验证。若需要更多行业与场景数据，可结合 Roboflow Universe 等社区数据集补充。