PASCAL VOC与MS COCO数据集

PASCAL VOC

PASCAL VOC挑战赛（The PASCAL Visual Object Classes）是一个世界级的计算机视觉挑战赛，PASCAL全称：Pattern Analysis, Statical Modeling and Computational Learning, 是一个欧盟资助的网络组织。
PASCAL VOC 挑战赛主要包括4类：
1）图像分类（Object Classification）
2）目标检测（Object Detection）
3）目标分割（Object Segmentation）
4）动作识别（Action Classification）

PASCAL VOC一共有20个类别

PASCAL VOC数据集文件结构：

下载的数据集文件结构：

对Annotations中的一个xml文件解析：
size:图片的宽度、高度和深度(多GPU并行计算时会用到)
做目标检测主要看 object 部分：
name:类别
truncated：此目标是否被截断(1是被截断，0是未被截断)
difficult：此目标检测的难易程度(1是比较难检测，0是比较容易检测)
bndbox：目标框左上角的x,y坐标
目标框右下角的x,y坐标
有几个object表示有几个目标

Main函数中的train.txt，val.txt文件中：每行存储的是图像名称,且无交集
trainval.txt指train.txt与val.txt的总和

PASCAL VOC07的test数据集公开了
PASCAL VOC12的至今未公开

如何利用以上这些文件载入图像信息：
1）使用train.txt中的每行信息（即图片名称）
2）在Annotations中找到对应的xml文件并解析，便知道图片的高度宽度，及图片的目标及其位置
3）在JPEGImages中找到相应图片，并载入内存

PASCAL VOC下载地址：https://pjreddie.com/projects/pascal-voc-dataset-mirror/
使用迅雷下载

MS COCO数据集

MS COCO数据集是一个非常大型且非常常用的数据集，其中包括了目标检测，分割，图像描述，人体关键点描述等
做目标检测仅仅关注80个目标类别
做图像分割会用到stuff91类

注意，train2017中的图片中若仅针对目标检测object80类而言，其中有些图片是空的，无标注信息或者有的标注信息有问题（标注的目标框高或宽为0，导致回归损失为NAN），则实际中需筛选数据

以验证集及验证集的json为例：
查看json文件：

验证集中有5000张图片，故images有5000个元素

每张图片所包含的信息

在json中的annotations中有36781，表示5000张图片一共有36781个目标，并不是一张图片里目标

而对于每一个目标：category_id表示stuff91的索引

前两个元素代表目标边界框左上角的x与y坐标，后面两元素表示目标边界框的宽度与高度

categories 中一共有80类，并非连续的从1-80，而是从stuff91中选取的，若要训练80个目标检测网络，需要把这些索引映射到1-80中

COCO数据集的标注需要转成PASCAL VOC的标注格式
利用pycocotools工具包读取标注文件
利用COCO数据集做预训练pycocotools这个工具对数据进行读取，以及对预测结果进行mAP的计算

一般来说：（COCO预训练效果好但费时）
先用MS COCO数据集做预训练，基于迁移学习的办法，然后用PASCAL VOC 再训练
若是想训练自己的数据集，使用COCO数据集预训练好的权重做迁移学习

若是自己的数据集需要标注：
参考一下链接：
github.com/tzutalin/labellmg

以上内容均参考https://space.bilibili.com/18161609/channel/detail?cid=113611&ctype=0(超厉害的up主)