PASCAL VOC2012数据集分析

最新推荐文章于 2025-04-09 21:02:44 发布

原创

最新推荐文章于 2025-04-09 21:02:44 发布 · 4k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #深度学习 #目标检测

PASCAL VOC2012是一个计算机视觉挑战赛的数据集，涉及图像分类、检测和分割任务。数据集包含20个类别，如人、动物、车辆等，并提供了XML标签文件、图像数据及分割信息。图像分类和检测任务要求对图像进行正确分类和定位，图像分割则分为实例分割和语义分割。数据集分为训练、验证和训练验证集，适用于深度学习模型的开发和评估。

PASCAL VOC2012数据集分析

一、简介
二、PASCAL VOC2012数据集
三、参考资料

Pascal VOC2012官网地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/
PASCAL VOC论文：http://host.robots.ox.ac.uk/pascal/VOC/pubs/everingham15.pdf

一、简介

PASCAL VOC挑战赛（The PASCAL Visual Object Classes Challenge）是关于计算机视觉的挑战赛，PASCAL VOC挑战赛主要包括以下几类：分类(Classification)，检测(Detection)，分割(Segmentation)，行为识别(Action Classification) 等。
- 图像分类与检测
分类：在测试图像预测是否为二十个分类之一，正确分类。
检测：在测试图像上预测二十个分类对象的有无与位置信息。
在这里插入图片描述
- 图像分割
分割：图像分割一般包括实例分割和语义分割，实例分割是要把每个单独的目标用一种颜色表示（如下图中间的图像），而语义分割只是把同一类别的所有目标用同一颜色表示（如下图右侧的图片）。
在这里插入图片描述
- 行为识别
行为识别：预测图像中人的行为动作

- Person Layout标注
Person Layout标注：检测人与其各个身体组成部分，如果手、脚、头等。

二、PASCAL VOC2012数据集

Pascal VOC2012数据集主要是针对视觉任务中监督学习提供标签数据，它有二十个类别：
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
下载路径： http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html#devkit
下载完之后解压文件，打开VOCdevkit-VOC2012可以看到如下文件。
在这里插入图片描述
Annotations文件夹
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，一共有17125个项目文件。

xml文件具体格式如下图所示，

<annotation>
	<folder>VOC2012</folder>
	<filename>2007_000027.jpg</filename>  //文件名
	<source>  //图片来源
		<database>The VOC2007 Database</database>
		<annotation>PASCAL VOC2007</annotation