【SSD论文解读】 论文中用到的数据集：Pascal VOC、MS COCO、ImageNet

一、数据集介绍

SSD 论文中使用到的数据集有3个：

1、Pascal VOC

用于图像分类和目标检测两个任务的基准测试，主要由VOC 2007和VOC 2012两部分组成，每部分包含20个常见类别。前者包含5011张训练和验证图像，4952张测试图像；后者包含11540张训练和验证图像，10991张测试图像。

详见：PASCAL VOC2012 数据集详解

VOC 2007文件结构

2、MS COCO

用于目标检测与实例分割、人体关键点检测、材料识别、全景分割、图像描述。图像包括91类目标，328,000影像和2,500,000个label。目前为止有语义分割的最大数据集，提供的类别有80类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。

详见：COCO数据集解析、Dataset之COCO数据集：COCO数据集的简介、下载

3、ILSVRC

是近年来机器视觉领域最受追捧也是最具权威的学术竞赛之一，代表了图像领域的最高水平，主要项目有图像分类与目标定位、目标检测、视频目标检测、场景分类。

使用ImageNet数据集，包含了超过1400万张全尺寸的有标记图片。ILSVRC比赛会每年从ImageNet数据集中抽出部分样本，以2012年为例，比赛的训练集包含1281167张图片，验证集包含50000张图片，测试集为100000张图片。

详见：ILSVRC竞赛详细介绍（ImageNet Large Scale Visual Recognition Challenge）

二、数据集处理函数

1、专门的datasets类

pytorch针对一些数据集有专门的datasets类，以datasets.VOCDetection为例。来源：pytorch读取VOC数据之VOCDetection

import torchvision.datasets as datasets
voc_trainset = datasets.VOCDetection('G:/jupyter/demo_voc',year='2007', image_set='train', download=False)
print(len(voc_trainset))

2、论文中的数据集处理函数

详见：目标检测算法之SSD的数据增强策略

三、训练时，三种数据集上学习率等参数的修改

四、Pascal voc、COCO上，多种模型mAP对比

1、Pascal voc

2、COCO