目标检测（一）数据集处理与读取

开始

账号注册的比较晚，本来准备好好记录平时的一些有价值的问题，结果一直没写，这次为了督促自己学习，报名参加了Datawhale12月组队学习，以后会开始坚持记录，这几篇虽是打卡但尽量不限于组队学习的内容

内容参考：Datawhale Task01: 两个年轻人-目标检测基础和VOC数据集

一· VOC数据集简介

做深度学习目标检测都会接触到VOC这个数据集，一般很少用到整个数据集，但是一般都会按照它的格式准备自己的数据集。VOC数据集是目标检测领域最常用的标准数据集之一，几乎所有检测方向的论文，如faster_rcnn、yolo、SSD等都会给出其在VOC数据集上训练并评测的效果。下面是下载VOC数据集后的目录构成以及各个文件夹的内容格式：

VOC2012
├── Annotations	# 每张图片相关的标注信息,xml格式
├── ImageSets
│   ├── Layout	# train，valid，test和train+valid数据集的文件名
│   ├── Main	# 各个类别所在图片的文件名
│   └── Segmentation	# 分割所用数据集的文件名
├── JPEGImages	# 包括训练验证测试用到的所有图片   
├── SegmentationClass	# 存放语义分割相关图片
└── SegmentationObject	# 存放实例分割相关图片

如下图为Annotations中xml文件中包裹的图片标注信息

二· Dataloader的构建

torch.utils.data.dataset这样的抽象类可以用来创建数据集。因为抽象类不能实例化，因此我们需要构造这个抽象类的子类来创建数据集。类中最重要的就是len和getitem这两个函数，前者给出数据集的大小，后者是用于查找数据和标签。torch.utils.data.DataLoader是一个迭代器，方便我们去多线程地读取数据，并且可以实现batch以及shuffle的读取等。

对pytorch读取数据一般化的流程：
图像数据 ➡ 图像索引文件 ➡ 使用Dataset构建数据集 ➡ 使用DataLoader读取数据

1.对于pytorch自带的数据集

pytorch帮你下载好了数据并制作了数据标签，然后通过使用Dataset和DataLoader两个类完成了数据集的构建和读取
以MNIST 手写数字数据集为例：

train_dataset = datasets.FashionMNIST(
	root='../datasets', # 数据加载后保存的相对目录
	train=True, # 是否加载数据库的训