1. 创建COCO2017数据集的所在目录

mkdir -p ./datasets/coco 

其中，mkdir表示创建目录；-p 表示一次性创建多级目录，如果上级目录(datasets)不存在，系统自动创建上级目录，再创建下级目录(coco)

2. 进入所在目录

cd ./datasets/coco 

3. 下载COCO2017数据集

wget http://images.cocodataset.org/annotations/annotations_trainval2017.zip wget http://images.cocodataset.org/zips/train2017.zip wget http://images.cocodataset.org/zips/val2017.zip wget http://images.cocodataset.org/zips/unlabeled2017.zip 

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/

在所需的项目上右键->复制链接地址，可以获得URL，然后就可以下载了

wget URL -O filename 

或者

curl -o filename URL 

wget和curl都可以用于下载文件，filename表示保存到本地的新文件名

4. 下载完毕以后，解压压缩文件到当前目录即可

unzip -q annotations_trainval2017.zip  unzip -q train2017.zip  unzip -q val2017.zip  unzip -q unlabeled2017.zip  

其中，unzip表示解压zip文件，-q表示静默解压，不输出日志信息

5. 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可能会很慢，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，注意，先不要开始下载，我们需要的是跳出的地址

或者选择想要下载的部分项目，点击下载按钮


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

curl -o filename "URL" 

注意，在URL两端加上双引号，因为URL中有很多特殊符号，容易被误解为命令。
这样下载就比较快了。