《tf object detection API使用教程--第一讲》VOCtrainval_11-May-2012数据集分析

• tar -zxvf VOCtrainval_11-May-2012.tar 后生成VOCdevkit文件夹
• 打开VOCdevkit文件夹后看到VOC2012
• 再打开VOC2012就会看到如下文件夹

• 由于我是用来训练目标识别的，所以我着重关注Annotations, JPEGImages, ImageSets

1.   JPEGImages包含了所有的图片，包括train和validation的图片，一共有17125张 。这些图片都是以"年份_编号.jpg"的格式命名的，图片的像素大小不一，训练的时候记得resize。
2. Annotations里面存放的是xml文件，每一个xml文件与JPEGImages的图片一一对应，它是图片的标签文件，打开看看就知道里面记录的是什么信息了。
3. ImageSets文件夹里面有4个文件夹

         

 

        其中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。

        我主要用的是Main文件夹下的数据，一共20类目标，每一类包含train, trainval, val三种数据，都是已经分配好了的。