endernewton/tf-faster-rcnn项目研究之二：认识VOC2007数据集

      一、概述

    PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。该challenge主要包括三类任务：分类（classification），检测（detection），和分割（segmentation）

    这是一个监督学习的问题，训练集以带标签的图片的形式给出。这些物体包括20类：

• 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

    该挑战主要包括三类任务：分类（classification），检测（detection），和分割（segmentation） 所有的标注图片都有Detection需要的label， 但只有部分数据有Segmentation Label。
    VOC2007中包含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。

    VOC 2012 是VOC  2007 数据集的升级版，一共有11530张图片，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。