PASCAL VOC数据集标注要求

PASCAL 视觉对象类挑战 2007，2011 (VOC2007， 2011) 注释指南

本文档复制了 VOC2007 数据集中用于注释图像的指南。

一， 关于标签内容和方式的指南

标注什么

定义类别的所有对象，除非：

 - 你不确定对象是什么。	 
 - 对象非常小（由您自行决定）。
 - 不到 10-20% 的物体是可见的。

如果由于对象太多而无法做到这一点，请将图像标记为不良。

视点 Viewpoint

记录物体“大块”的视点，例如身体而不是头部。允许 10-20 度范围内的视点。

如果不明确，请保留为“未指定Unspecified”。

边界框 Bounding box

标记对象可见区域的边界框（不是对象的估计总范围）。

边界框应包含所有可见像素，除非边界框必须做得过大以包含一些额外的像素（<5%），例如汽车天线。

遮挡/截断 Occlusion/ truncation

如果超过 15-20% 的对象被遮挡并位于边界框之外，则标记为“截断”。

如果遮挡区域位于边界框内，则不要标记为截断。

图像质量/照明 Image quality/ illumination

质量差的图像（例如过度运动模糊）应标记为差。然而，照明不佳（例如轮廓中的物体）不应算作质量差，除非无法识别物体。

由多个图像组成的图像（例如拼贴画）。

衣服/泥/雪等

如果一个物体被一个紧密配合的遮挡物“遮挡”，例如衣服、泥土、雪等，则应将遮挡物视为对象的一部分。

透明度

标记透过玻璃可见的物体，但将玻璃上的反射视为遮挡。

镜子

在镜子中标记物体。

图片

仅当图片/海报/标志中的对象具有照片级真实感时才标记对象，但如果是卡通、符号等则不标记。

二， 分类指南

飞机

包括滑翔机但不包括悬挂式滑翔机

自行车

包括三轮车、独轮车

船

船、划艇、脚踏船，但不包括摩托艇

瓶子

塑料、玻璃或奶瓶

公共汽车

包括小巴

车

包括汽车、货车、载人交通工具等。

不要在仅显示车辆内部的地方贴上标签。

猫

家猫（不是狮子等）

椅子

包括扶手椅，但不包括凳子或长凳

餐桌

不包括咖啡桌或野餐凳

狗

家犬（不是狼等）

马

包括小马、驴、骡子等。

摩托车

包括轻便摩托车、踏板车、边车

盆栽

室内植物或室外植物清楚地放在花盆里。不包括花瓶里的花

沙发

不包括作为沙发床的沙发

火车

包括火车车厢，不包括电车

电视/显示器

独立屏幕（不是笔记本电脑），不是广告显示器

三， 分割指南

分割什么

边界框已根据上述准则标记的对象。

您可能需要排除包含在边界框中的背包、手提包等。

准确性

在 5 个像素内进行分割。标记的像素必须是对象；5 像素边界区域之外的像素必须是背景。边界像素可以是任何一个。

使用分割工具显示的tri-map来确保这些约束保持不变。

这有时可能涉及在边界框外标记像素。

混合像素

混合的像素，例如由于透明度，运动模糊或边界的存在应该被认为属于颜色对混合贡献最大的对象。

薄结构

旨在在精度限制内尽可能捕获薄结构。可以忽略大约一个像素厚度的结构，例如电线，索具，胡须。

桌子上的物品等。

如果许多小物体遮挡了一个物体，例如餐桌上的餐具/银器，它们可以被认为是该物体的一部分。
例外情况是，如果它们伸出对象（例如蜡烛），它们应该在对象边界处被截断。

困难的图像

过于难以分割到所需精度的图像可以不标记，例如一堆自行车。