建立自己的voc数据集_目标检测基础和VOC数据集

Datawhale是一个学习互助的开源组织，第20期组队学习内容包括：

• SQL编程语言
• Go编程语言
• 编程实践（Pandas）
• 编程实践（数据可视化）
• 计算机视觉（目标检测）

抱着学习的心态，这次我参与了计算机视觉（目标检测）的学习打卡活动。

第一次打卡的内容包括：

• 目标检测的基本概念、目标框定义方式、交并比（IOU)的计算
• VOC数据集详细介绍
• VOC数据集dataloader构建

dataloader的构建涉及代码实现较多，笔者阅读了代码及注释，只是有了大概理解，下面就学习的内容做了一个简单笔记。

目标框的定义方式

目标检测中，目标的标签需要包含两类信息：

• 目标类别
• 目标的位置信息（也就是目标的外接矩形bounding box, 简称为bbox)

用来表达bbox的格式通常有两种，(x1, y1, x2, y2) 和 (c_x, c_y, w, h) ，如图：

两种格式互相转换：

def xy_to_cxcy(xy):
    """
    Convert bounding boxes from boundary coordinates (x_min, y_min,