Pascal voc2012，VOC_test2012 下载地址

已于 2023-10-24 11:02:34 修改
阅读量1k 收藏 1
点赞数 7
文章标签： 目标检测 1024程序员节
于 2023-10-24 10:47:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40564352/article/details/134006970
版权

分享几个数据集，大哥大姐觉得有用给点个赞哦。

我在这养了一只可爱的小猫咪，大家路过，可以摸一下。

1.  Pascal voc2012 数据集下载地址

链接：https://pan.baidu.com/s/1jzwTlvf2UwZsqRaDtnwvWQ?pwd=data 
提取码：data 


2.  Pascal voc  test 2012 数据集下载地址

链接：https://pan.baidu.com/s/1fJ4oqPhpVdB7Yudx_USdLg?pwd=data 
提取码：data 
 

山中一只猴
关注
  • 7
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
pascalvoc2012数据集下载链接.txt
07-05
pascal voc2012 train 和test 官网数据集下载真的很慢。这里提供百度网盘下载链接，保证可用!
基于Python实现将 labelme 标注的数据转换为 PASCAL VOC 格式和 MS COCO 格式的数据集
10-31
将 labelme 标注的数据转换为 PASCAL VOC 格式和 MS COCO 格式的数据集，便于直接利用支持这两种格式的框架进行训练 使用方法 1、将 lebelme 标注得到的 JSON 文件放在一个文件夹内。举个例子，命名为 labelme_jsons_dir。 2、准备好一份 text 文本，里面包含数据集的分类标签。举个例子，命名为 label_names.txt。可以参考下项目里的 test/label_names.txt。 3、如果有转换标签的需求（比如中文标签转为英文），准备一个文本，包含转换的规则，举个例子，命名为label_dict.txt。可以参考下项目里的 test/label_dict.txt 。
voc2007,voc2012数据集快速下载方法
热门推荐
kkcodeer的博客
12-14 1万+
voc2007数据集： 1.先下载： wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
Pascal VOC 2012数据集下载 (官方渠道下载亲测更快)
最新发布
weixin_48766549的博客
12-30 2097
废话不多说，抛出网址：http://host.robots.ox.ac.uk/pascal/VOC/进入网站后，下拉界面，点击2012年的voc数据集（其他年份应该也可以，目前本人还未尝试）下的第一项文件下载，也就是voc2012的训练验证数据集。
windows下载VOCdevkit数据集：成功解决VOC数据集解压后得不到总数据集VOCdevkit
qq_40719268的博客
04-04 912
VOCdevkit数据集解压和下载
voc2012数据集下载
05-09
voc2012数据集资源下载，为了方便大家使用，上传到csdn
VOC 数据集下载
qq_37142216的博客
04-05 1894
Pascal VOC挑战是一个非常流行的数据集，用于构建和评估图像分类、对象检测和分割的算法。然而，网站总是宕机。如果你需要文件，下面是它们下载地址:VOC 2012VOC 2007。
PASCAL VOC2012数据集
zhou123333的博客
01-29 2855
了解PASCAL VOC数据集并学习创建自己的数据集
下载VOC数据集
@bangbang的博客
08-16 2409
下载VOC数据集：https://blog.csdn.net/qq_41884867/article/details/90237145
计算机视觉：目标检测数据集简介、下载与转换
博学而笃志，切问而近思。
02-08 2174
计算机视觉：目标检测数据集简介、下载与转换
VOC07_test.zip
08-03
PASCAL VOC2007测试集
PASCAL-VOC2012数据集及其增强版本的处理问题
12-21
本篇主要总结语义分割处理PASCAL-VOC2012数据集以及遇到的问题（axis 2 is out of bounds for array of dimension 0） 处理数据集主要参考该博客 https://blog.csdn.net/pangyunsheng/article/details/87360238 在将原始pascal voc 2012数据集中label的三通道RGB图像，转化为8-bit的灰度png图像时使用官方代码时 ` def convert_from_color_segmentation(arr_3d): arr_2d = np.zeros((arr_3d.sh
create-pascal-voc-dataset:创建PASCAL VOC 2007数据集
05-12
创建PASCAL VOC 2007数据集 重构所有项目！ 现在，它更加高效，结构也更加清晰。 用法 获取数据集注释文件，解析并将其保存到两个文件trainval_annotations.txt和test_annotations.txt ，文件名无关紧要。 您的注释文件必须具有以下格式： image_full_path object1_class x1_min y1_min x1_max y1_max object2_class x2_min y2_min x2_max y2_max... 您可以检查examples/Train_annotation.txt文件以更清楚地了解注释格式，这是经过我处理的INRIA注释文件，您的注释文件应该是这样的。 您应该编写自己的数据集批注处理程序，我只是为INRIA数据集编写，您可以在preprocess/inria_preprocess.py引用
[数据集][VOC]疲劳驾驶数据集VOC格式4类别-4362张
07-07
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：4362 标注数量(xml文件个数)：4362 标注类别数：4 标注类别名称:["closed_eye","closed_mouth","open_eye","open_mouth"] 每个类别标注的框数： closed_eye count = 2485 closed_mouth count = 3343 open_eye count = 4903 open_mouth count = 936 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：closed_eye闭眼，closed_mouth闭嘴，open_eye睁眼，open_mouth张嘴，通过睁闭眼嘴判断是否处于疲劳状态 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
VOC增强数据集的数据索引文件
10-11
VOC增强数据集的数据索引文件：包括train.txt，test.txt，train_aug.txt，trainval.txt，trainval_aug.txt，val.txt
PASCAL VOC2012数据集的下载及简单讲解
张齐贤的博客
11-16 7790
PASCAL VOC2012数据集的下载及简单讲解：了解voc数据集的格式 每个文件夹是干嘛的 https://blog.csdn.net/qq_30263737/article/details/114918719 服务器端 linux 下载 voc2007/2012 数据集： wget http://pjreddie.com/media/files/VOC2012test.tar wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.t
PASCAL VOC2012数据集下载地址
QT-Smile
06-13 1527
PASCAL VOC2012数据集下载地址
voc数据集下载
qq_38230414的博客
10-11 473
voc数据集下载
Linux下载VOC数据集
weixin_47166887的博客
05-23 1314
Linux下载VOC数据集 1、VOC数据集简介 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，是一个由欧盟资助的网络组织。http://host.robots.ox.ac.uk/pascal/VOC/ 简言之，VOC是 (Visual Object Classes)的简称，它是一
pascal voc2012数据集下载
06-28
### 回答1： Pascal VOC 2012数据集是一个广泛使用的计算机视觉数据集，包含20个物体类别的图像数据和标注数据。你可以从Pascal VOC官方网站(http://host.robots.ox.ac.uk/pascal/VOC/voc2012/)下载该数据集。 在网站上，你可以找到Pascal VOC 2012数据集的图片、标注和其他相关文件的下载链接。你需要先注册一个账户，然后接受用户协议，才能开始下载数据集。下载完成后，你可以使用各种计算机视觉工具和库来处理和分析这些图像和标注数据，例如OpenCV、TensorFlow和PyTorch等。 ### 回答2： Pascal VOC2012数据集是计算机视觉领域中非常著名的数据集。该数据集包含了超过11,000张图像，每张图片都以及其对应的对象边框和类别标签。这个数据集是通过对图像进行分类、目标检测、语义分割等任务的评测，成为了视觉任务领域中一个标准的基准数据集。在研究和开发计算机视觉算法和模型时，使用该数据集能够使研究者们更加高效地进行工作。 要下载Pascal VOC2012数据集，可以先访问它的官方网站（http://host.robots.ox.ac.uk/pascal/VOC/）下载对应的图像和标注文件。但是，由于该数据集较大，因此在下载过程中可能会遇到下载速度较慢或下载不完整的问题。因此，研究者们可以从一些国内的镜像站点下载Pascal VOC2012数据集。其中常用的镜像站点包括清华大学镜像站、网易镜像站、中科大镜像站等。 在下载完成之后，我们需要了解如何使用Pascal VOC2012数据集。对于分类任务，我们可以使用图像和其对应的标签进行模型训练。对于目标检测任务，我们需要使用图像的目标边框和类别标签，并且通过目标检测算法对目标进行检测和定位。而对于图像分割任务，则需要使用图像中的像素级别的标注信息，并通过语义分割算法对图像进行分割。 总之，Pascal VOC2012数据集是计算机视觉领域中一个重要的基准数据集，对于提升计算机视觉技术的发展和实践都具有重要的意义。 ### 回答3： Pascal VOC数据集是计算机视觉领域内最著名的数据集之一，包含各种视觉任务，比如目标检测、分类、语义分割等。其中，Pascal VOC2012是该数据集的最新版本，包含了20个物体类别和多个实例级别标注，是做目标检测、图像分割等任务的重要数据源之一。 要下载Pascal VOC2012数据集，首先需要访问Pascal VOC的官网(http://host.robots.ox.ac.uk/pascal/VOC/)，然后点击左侧的‘downloads’菜单进入下载页面。在下载页面中，可以找到训练数据集和验证数据集的下载链接，分别是： 1.训练数据集：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar 2.验证数据集：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtest_11-May-2012.tar 需要注意的是，Pascal VOC2012数据集的下载并不是免费的，下载之前需要先申请一个账户并缴纳一些费用，具体费用可以在官网上查询。 下载完成后，可以通过解压缩获得VOCdevkit文件夹，里面包含了训练数据集、验证数据集和标注文件等。其中，训练数据集包含一万多张图片，大约有50万个标注，验证数据集包含2,837张图片，没有标注信息。标注文件中包含了每张图片目标的名称、位置、类别等信息，可以用于训练/测试目标检测、分类、语义分割等模型。 总之，Pascal VOC2012数据集的下载是一个费时费力的过程，但是获得的数据集对于深度学习研究人员和开发者来说是非常重要的。它可以帮助我们训练出更加准确、鲁棒的模型，同时也有助于我们了解计算机视觉领域的最新进展和研究方向。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值