COCO評估是一種常用的目標檢測評估方式，通常使用json格式的文件來保存預測結果和真實標注。下面是一個簡單的json文件示例：

{
"annotations": [
{
"image_id": 1,
"bbox": [50.3,60.1,100.4,80.5],
"score": 0.98
},
{
"image_id": 2,
"bbox": [120.2,70.5,80.3,90.7],
"score": 0.92
}
],
"images": [
{
"id": 1,
"file_name": "image1.jpg"
},
{
"id": 2,
"file_name": "image2.jpg"
}
]
}

上面的示例中，"annotations"數組保存了預測結果的信息，包括圖像ID、邊框坐標和置信度等；"images"數組則保存了圖像的ID和文件名。這種格式的文件可以方便地和COCO數據集進行對比，計算預測結果的精度。