VOC2007/2012数据集解析

最新推荐文章于 2024-04-17 20:28:56 发布
最新推荐文章于 2024-04-17 20:28:56 发布
阅读量3.4k 收藏 13
点赞数 5
分类专栏： 2D数据集 文章标签： 计算机视觉 图像识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/W1995S/article/details/112805724
版权

官方下载地址： https://pjreddie.com/projects/pascal-voc-dataset-mirror/
在这里插入图片描述

PASCAL VOC的挑战任务

  • Classification/Detection Competitions
    分类：对于每一个分类，判断该分类是否在测试照片上存在（共20类）;
    检测：检测目标对象在待测试图片中的位置并给出边界框坐标（bounding box)
  • Segmentation Competition
    分割：Object Segmentation
  • Action Classification Competition
    人体动作识别（Action Classification)
  • ImageNet Large Scale Visual Recognition Competition
    ImageNet大型视觉识别大赛
  • Person Layout Taster Competition
    人体布局（Human Layout)

VOC2007基本信息

训练集（5011幅），测试集（4952幅），共计9963幅图，共包含20个种类：

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor

下载

下载训练和验证集、测试集、工具包：

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

将所有tar解压到一个名为VOCdevkit的目录中

tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

基本结构如下

└── VOCdevkit     #根目录
    └── VOC2007   #不同年份的数据集，这里只下载了2007
        ├── Annotations  #存放xml文件，与JPEGImages中的图片一一对应，解释图片的内容等等
        ├── ImageSets    #该目录下存放的都是txt文件，这些txt将数据集的图片分成了各种集合。如Main下的train.txt中记录的是用于训练的图片集合
        │   ├── Layout
        │   ├── Main
        │   └── Segmentation
        ├── JPEGImages         #存放源图片
        ├── SegmentationClass  #存放的是图片，语义分割相关
        └── SegmentationObject #存放的是图片，实例分割相关

Annotation文件夹
在这里插入图片描述这个文件夹放置的是对每一张图片的标注。标注使用XML文件的格式。XML是标记语言，形如HTML。每一个XML文件对应一张图片的标注结果，000005.jpg对应的XML文件(000005.xml)标记结果如下：

<annotation>
    <folder>VOC2007</folder>
    <!--文件名-->
    <filename>000005.jpg</filename>.   
    <!--数据来源-->
    <source>
        <!--数据来源-->
        <database>The VOC2007 Database</database>
        <annotation>PASCAL VOC2007</annotation>
    <!--来源是flickr，一个雅虎的图像分享网站，下面是id，对于我们没有用-->
        <image>flickr</image>
        <flickrid>325991873</flickrid>
    </source>
    <!--图片的所有者，也没有用-->
    <owner>
        <flickrid>archintent louisville</flickrid>
        <name>?</name>
    </owner>
    <!--图像尺寸,宽、高、长-->
    <size>
        <width>500</width>
        <height>375</height>
        <depth>3</depth>
    </size>
    <!--是否用于分割，0表示用于，1表示不用于-->
    <segmented>0</segmented>
    <!--下面是图像中标注的物体,每一个object包含一个标准的物体-->
    <object>
        <!--物体名称，拍摄角度-->
        <name>chair</name>
        <pose>Rear</pose>
        <!--是否被裁减，0表示完整，1表示不完整-->
        <truncated>0</truncated>
        <!--是否容易识别，0表示容易，1表示困难-->
        <difficult>0</difficult>
        <!--bounding box的四个坐标-->
        <bndbox>
            <xmin>263</xmin>
            <ymin>211</ymin>
            <xmax>324</xmax>
            <ymax>339</ymax>
        </bndbox>
    </object>
    <object>
        <name>chair</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>165</xmin>
            <ymin>264</ymin>
            <xmax>253</xmax>
            <ymax>372</ymax>
        </bndbox>
    </object>
    <object>
        <name>chair</name>
        <pose>Unspecified</pose>
        <truncated>1</truncated>
        <difficult>1</difficult>
        <bndbox>
            <xmin>5</xmin>
            <ymin>244</ymin>
            <xmax>67</xmax>
            <ymax>374</ymax>
        </bndbox>
    </object>
    <object>
        <name>chair</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>241</xmin>
            <ymin>194</ymin>
            <xmax>295</xmax>
            <ymax>299</ymax>
        </bndbox>
    </object>
    <object>
        <name>chair</name>
        <pose>Unspecified</pose>
        <truncated>1</truncated>
        <difficult>1</difficult>
        <bndbox>
            <xmin>277</xmin>
            <ymin>186</ymin>
            <xmax>312</xmax>
            <ymax>220</ymax>
        </bndbox>
    </object>
</annotation>

ImageSets文件夹
存放的是每一种类型的challenge对应的图像数据。 例如在Main文件夹下有名为aeroplane_train.txt的文件，顾名思义是用于飞机类别的训练数据，其中±1应该表示的是正负样本的含义。

VOC2012基本信息

VOC2012数据集是VOC2007数据集的升级版，一共有11530张图片。

  • 对于检测任务，VOC2012的trainval/test包含08-11年的所有对应图片。trainval有11540张图片共27450个物体。
  • 对于分割任务， VOC2012的trainval包含07-11年的所有对应图片， test只包含08-11。trainval有2913张图片共6929个物体。

VOC2012数据集分为20类，包括背景为21类，分别如下：

Person: person 
Animal: bird, cat, cow, dog, horse, sheep 
Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train 
Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor

下载再解压

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

在VOCdevkit/VOC2012下有5个文件夹，内容和07大致一样。
在这里插入图片描述
Annotations
Annotations文件夹中存放的是xml格式的标签文件，每一个xml文件都对应于JPEGImages文件夹中的一张图片，共计17125个文件。举例：

<annotation>
	<folder>VOC2012</folder>  #表明图片来源
	<filename>2007_000027.jpg</filename> #图片名称
	<source>                  #图片来源相关信息
		<database>The VOC2007 Database</database>
		<annotation>PASCAL VOC2007</annotation>
		<image>flickr</image>
	</source>
	<size>     #图像尺寸
		<width>486</width>
		<height>500</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented> #是否用于分割
	<object>  #包含的物体
		<name>person</name> #物体类别
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>  #物体的bbox
			<xmin>174</xmin>
			<ymin>101</ymin>
			<xmax>349</xmax>
			<ymax>351</ymax>
		</bndbox>
		<part> #物体的头
			<name>head</name>
			<bndbox>
				<xmin>169</xmin>
				<ymin>104</ymin>
				<xmax>209</xmax>
				<ymax>146</ymax>
			</bndbox>
		</part>
		<part>   #物体的手
			<name>hand</name>
			<bndbox>
				<xmin>278</xmin>
				<ymin>210</ymin>
				<xmax>297</xmax>
				<ymax>233</ymax>
			</bndbox>
		</part>
		<part>
			<name>foot</name>
			<bndbox>
				<xmin>273</xmin>
				<ymin>333</ymin>
				<xmax>297</xmax>
				<ymax>354</ymax>
			</bndbox>
		</part>
		<part>
			<name>foot</name>
			<bndbox>
				<xmin>319</xmin>
				<ymin>307</ymin>
				<xmax>340</xmax>
				<ymax>326</ymax>
			</bndbox>
		</part>
	</object>
</annotation>

ImageSets
ImageSets 中有四个文件夹
在这里插入图片描述
Action下存放的是人的动作（例如running、jumping等等，这也是VOC challenge的一部分）

Layout下存放的是具有人体部位的数据（人的head、hand、feet等等，这也是VOC challenge的一部分）

Main下存放的是图像物体识别的数据，总共分为20类。

Segmentation下存放的是可用于分割的数据

THE@JOKER
关注
  • 5
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
极智AI | 一文看懂 caffe 生成 VOC0712 lmdb 数据集
极智视界
07-18 402
本教程详细记录了使用 caffe 制作 VOC0712 lmdb 数据集的方法。
VOC数据集解析 VOC2007解析
朝花&夕拾
12-12 7737
VOC数据是 PASCAL VOC Challenge 用到的数据集，官网：http://host.robots.ox.ac.uk/pascal/VOC/ 这里以常用的 VOC2007数据集 作为代表来讲解一下VOC数据集 1.下载数据 官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/index.html 训练集/验...
Pascal VOC(VOC 2012、VOC 2007) 数据集的简介
qq_41946216的博客
04-17 2912
PascalVOC(2005~2012)数据集是PASCAL VOC挑战官方使用的数据集。该数据集包含20类的物体。每张图片都有标注，标注的物体包括人、动物（如猫、狗、岛等）、交通工具（如车、船飞机等）、家具（如椅子、桌子、沙发等）在内的20个类别。每个图像平均有2.4个目标，所有的标注图片都有目标检测需要的标签。VOC2007 与 VOC2012VOC2007：包含9963张标注过的图片， 由train/val/test三部分组成， 共标注出24,640个物体。
VOC2007数据集解析
GuanghaoChen的博客
03-30 3万+
下载 首先从网站上下载VOC2007数据集下载链接 文件结构 概述 下载后的数据文件主要包含以下内容： 由于我们是将数据用于检测，因此，我们只关注Annotation，ImageSets和JPEGImages三个文件夹。下面我们逐个分析每一个文件夹下面的内容： JPEGImages 这个文件夹主要放置数据的原始图片，图片的文件名用00001.jpg进行命名。 ...
VOC2007-2012数据集
计算机视觉领域
09-05 569
VOC数据集，简单介绍
数据集：Pascal VOC 2007数据集分析
热门推荐
女王の专属领地
10-24 3万+
1 VOC2007基本信息 作为标准数据集，voc-2007 是衡量图像分类识别能力的基准。 faster-rcnn，yolo -v1, yolo-v2都以此数据集为最为演示样例，因此，有必要了解一下本数据集的组成架构。 VOC数据集共包含：训练集（5011幅），测试集（4952幅），共计9963幅图，共包含20个种类。 aeroplane bicycle bird boat bottle...
VOC07+12数据集Json格式
12-08
VOC数据集的json格式，07+12混合在一起，但是测试集和只有07因为12没有公开。名称自己改吧。
voc2012数据集下载
05-09
VOC2012数据集是计算机视觉领域中一个非常重要的资源，主要用于图像识别、目标检测和语义分割等任务的训练与评估。这个数据集由PASCAL VOC（Pattern Analysis, Statistical Modelling and Computational Learning, ...
VOC2007_改数据集格式_
09-29
VOC数据集的格式主要包括以下几部分： 1. 图像（Images）：每个类别下的图像文件，以.jpg格式存储，通常按照类别和图像ID进行命名。 2. 标注文件（Annotations）：以.xml格式存在的XML文件，包含每张图像中的物体...
VOC2012训练数据集下载.txt
09-23
### VOC2012训练数据集概述 #### 1. 数据集简介 VOC2012（Visual Object Classes 2012）是Pascal VOC挑战赛的一部分，该挑战赛是一个广泛使用的图像识别和物体检测基准数据集。VOC2012主要用于评估计算机视觉算法在...
VOC0712.txt
06-19
VOC2007和2012的百度网盘下载地址
VOC2007数据集 VOC2012数据集下载 百度云-附件资源
03-05
VOC2007数据集 VOC2012数据集下载 百度云-附件资源
voc数据集voc2012voc2007.txt
05-26
VOC数据集镜像
VOC数据集，包括2007，2012.百度云盘下载
01-26
VOC数据集，用于目标检测（Object detection）
models_VGGNet_VOC0712_SSD_300x300.tar.gz
07-02
已训练好的VGGNet模型可导入直接使用。具体使用说明可参考https://blog.csdn.net/u010677365/article/details/80881040。
水果识别的VOC数据集
07-06
VOC数据集，全称是PASCAL Visual Object Classes Challenge，是一个广泛用于计算机视觉领域，尤其是深度学习和目标检测任务的基准数据集。这个数据集最初由英国剑桥大学计算机实验室建立，旨在推动物体分类、分割和...
SSD_caffe训练VOC0712数据集-190801
但为君故的博客
08-02 402
SSD_caffe训练VOC07数据集-190801 1. 原始数据集获取与简介 下载地址：http://bendfunction.f3322.net:666/share/Pascal%20VOC/2007/ 下载好的数据包括： /media/snake/SSD/007_forLinux/VOC07/VOCdevkit_08-Jun-2007.tar /med...
目标检测SSD网络在Caffe下的实现——基于VOC0712数据集
jsk_learner的博客
07-11 4108
本篇博客主要讲解ssd目标检测网络在caffe下的安装、编译，VOC数据集下载、VGG预训练模型下载、LMDB数据集制作、ssd_pascal的代码修改、针对VOC0712数据集的网络训练、通过pycaffe进行网络模型测试输出等内容。
[2] SSD配置+训练VOC0712+训练自己的数据集
GoJawee的博客
09-29 5095
GitHub https://github.com/weiliu89/caffe/tree/ssdhttp://blog.csdn.net/u010733679/article/details/52125597一、安装配置sudo apt-get install -y liblapack-dev liblapack3 libopenblas-base libopenblas-dev---------
VOC2012数据集图像识别
最新发布
06-21
VOC（Visual Object Classes）数据集，全称PASCAL VOC（PASCAL Visual Object Classes），是一个广泛用于图像识别和物体检测研究的标准数据集。VOC2012 版本是最常被引用的一个版本，它包含了大量的标注良好的图片，这些图片分为20个不同的类别，如人、狗、车等，以及一个“背景”类别。 这个数据集的特点包括： 1. **图像来源**：包含了来自日常生活的各种场景，如街道、室内环境、自然景观等，具有较高的多样性。 2. **类别丰富**：20个类别涵盖了日常生活中的常见物体，每个类别都有详细的标注信息，包括物体的位置、大小和边界框。 3. **格式规范**：提供有XML格式的标注文件，描述了图像中的每一个对象的类别、位置和尺寸。 4. **划分标准**：数据集通常被划分为训练集、验证集和测试集，便于模型的训练和评估。 VOC2012数据集常用于深度学习模型的训练，特别是在物体检测和图像分类任务中。例如， Faster R-CNN、YOLO（You Only Look Once）等模型都曾使用过VOC数据集进行预训练。 如果你打算在Python中使用VOC数据集，可以利用`vocdataset`库或`xml.etree.ElementTree`模块来解析XML标注文件，然后加载成适合深度学习框架（如TensorFlow或PyTorch）的数据结构。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值