PASCAL VOC数据集的使用

PASCAL VOC数据集的使用

本文以voc2007为例，下载完之后解压，可以在VOCdevkit目录下的VOC2007

其中在图像物体识别上着重需要了解的是Annotations、ImageSets和JPEGImages。

• 其中JPEGImages 文件夹中包含了PASCAL VOC所提供的所有的图片信息，包括了训练图片和测试图片。
  
• 其中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。
  
  xml文件的具体格式如下：（对于000007.jpg, 即000007.xml）
  
  对于目标检测来说，需要提取图像的标签信息，提取图像尺寸size部分和object部分（类别name和bndbox左上角和右下角坐标）

对应图片是

• 其中ImageSets存放的是每一种类型的challenge对应的图像数据。一般只需要用到Main文件夹中trainval.txt文件（图像ids,即图片文件名的前缀部分）。trainval.txt内容如下：
  
  可直接使用如下代码提取ground truth信息，最好是每个图像对应一个txt文件，每行是一个bounding box的标签，如xmin, ymin, xmax, ymax, label_ind

import os.path as osp
import cv2
import numpy as np
import random
import xml.etree.ElementTree as ET


VOC_CLASSES = (  # always index 0
    'aeroplane', 'bicycle', 'bird', 'boat',
    'bottle', 'bus', 'car', 'cat', 'chair',
    'cow', 'diningtable',