VOC2007、2012数据集音速下载及训练、验证、测试集划分使用说明(附代码)

文末有代码

VOC数据集音速下载教程

你还在苦苦地寻找voc数据集的资源吗，你还在骂骂咧咧地到别人博客里付费下载voc数据集吗？看了这篇，妈妈再也不用担心你下载voc数据集了！

这种方式不局限于下载数据集哦，我用来下CUDA的时候也挺管用，虽然没有下voc数据集那么快，但是至少比直接在官网上下载快得多，我想应该也适用于下载其他东西

官方voc数据集地址

对准要下载的数据集右击–>复制链接

如果你迅雷已经打开了它会自动弹出下载界面，下载即可。
如果下载界面没有打开…

把刚才复制的链接手动粘贴到迅雷里，然后搜索，下载即可。

音速下载中，速度不会降…

训练、验证、测试集的划分使用

在这里我只是大致地介绍下voc2007数据集里面与目标检测任务相关的内容(2012一样)，重点是划分。

下载完的数据集下压有如下内容，其中Annotations存放的XML文件，即框的信息，物体类别等。ImageSets里面的Main存放着txt文件，即图片的id，这个很重要！JPEGImages里面就是图片了。

这些大家都应该有所了解了。

剩下来就是扔进网络训练了，扔之前得有训练和验证集，测试集预测阶段才用。很多博客都是用一段的代码先给数据集生成存放id的txt文件(Main文件夹里)，然后再把整合标签信息(XML文件)，最后生成一个train.txt、val.txt如下图:

前面是图片的绝对路径，后面是框的信息以及分类，框的信息和分类为一组，一组5个数字，几个框就几个数字。

其实，VOC数据集已经帮我们把训练、验证、测试集分好了，就在Main文件夹里面，我们不要，不要自行分类，虽然说是打乱再随机分，但是万一运气不好把某一类的图片全放到验证、测试集里面去呢，虽然概率不大，但是训练效果总不会很好。

如下图所示，作者已经在ImageSets/Main里面给我们划分好了训练、验证集了，也就是说ID有了，我们只需要生成图片路径+标签信息那个文件夹就行了。

如果是自己制作数据集的话就要生成包含id的txt文本，然后整合标签信息生成最终的文件拿去训练、验证和测试。

大家训练voc数据集可以把2007、2012两个合并起来，因为它们数量不多。在Windows系统里如果想把两个txt文件合起来可以用这行python代码，使用type关键字

import os
os.system("type 2007_train.txt 2012_train.txt  > train.txt")

在Linux系统下则执行下面代码，使用cat关键字

import os
os.system("cat 2007_train.txt 2012_train.txt  > train.txt")

voc数据集使用代码提取码：djqx

这两个代码不长，自己读一遍会对它的作用更深刻，以后就难忘了。相信对于作为程序员的你来说这都不算事儿~~~

觉得有用的话点个赞呗。