目标检测数据集VOC 2007/2012 整理

做目标检测时我们经常用到voc 2007, voc 2012 数据集，今天就来整理一下。

数据集的下载地址： https://pjreddie.com/projects/pascal-voc-dataset-mirror/

 

voc 2007

数据集包含 训练集：5011 张，测试集：4952张，共9963张，20个类。

20个类分别为：

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor 

VOC2007 ，我们解压训练集后看到的文件目录：

 

目录的结构如下：

├── Annotations            # 里面存放 .xml 文件，图片的标签，比如坐标位置信息等。
├── ImageSets             # 这个目录下有三个文件夹，文件夹存放的都是 .txt 文件，类别标签
│   ├── Layout
│   ├── Main                 # Main 目录下
│   └── Segmentation
├── JPEGImages               # 图像文件 .jpg 格式
├── labels
├── SegmentationClass     # 存放的是图片文件，分割后的图片
└── SegmentationObject    # 存放的是图片文件，分割后的图片

Annotations：存放 xml格式文件，每一个xml文件名对应JPEGImages 中的一张图片。xml文件里是对图片的解释，想了解可以自己看。

ImageSets：里面有三个文件夹Layout，Main，Segmentation

1. layout：存放的是人体部位的数据
2. Main：存放物体识别的分类数据，里面有 xx_train.txt, xx_test.txt , xx_trainval.txt, xx_val.txt 文件，xx表示分类，总共20类。
3. Segmentation：存放可用于分割的数据

我们做目标检测，只需要关注Main文件夹即可。

 

voc 2012

下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

voc 2012 数据集是voc 2007的升级版，一共11530张图片，数据集分为20类（包含背景21）。

人：人

动物：鸟、猫、牛、狗、马、羊

车辆：飞机、自行车、船、巴士、汽车、摩托车、火车

室内：瓶、椅子、餐桌、盆栽植物、沙发、电视/监视器

 

voc2012 数据集和2007结构是一样的，文件夹存放的东西也类似：

├── Annotations             # .xml 文件，文件里面是对图片的解释
├── ImageSets               # 里面包含四个文件，文件夹下面存放 .txt文件
│   ├── Action 
│   ├── Layout
│   ├── Main
│   └── Segmentation
├── JPEGImages               # 原图片
├── labels
├── SegmentationClass     # 分割后的图片
└── SegmentationObject    # 分割后的图片

 

ImageSets 目录下：

1. Action：存放的是人的动作（例如running、jumping等等，这也是VOC challenge的一部分）
2. Layout：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）
3. Main：存放的是图像物体识别的数据，总共分为20类
4. Segmentation：存放的是可用于分割的数据

---

参考：

https://blog.csdn.net/qq_41185868/article/details/79927556

https://blog.csdn.net/weixin_42142612/article/details/83142213