VOC数据集

Challenge and tasks

给定自然图片， 从中识别出特定物体。
待识别的物体有20类：

• person bird, cat, cow, dog, horse, sheep
• aeroplane, bicycle, boat, bus, car, motorbike, train
• bottle, chair, dining table, potted plant,sofa, tv/monitor

有以下几个task：

• Classification（略过）
• Detection: 将图片中所有的目标用bounding box（bbox）框出来
• Segmentation: 将图片中所有的目标分割出来
• Person Layout（略过）

接下来本文只介绍Detection与Segmentation相关的内容。

Dataset

• 所有的标注图片都有Detection需要的label， 但只有部分数据有Segmentation Label。
• VOC2007中包含9963张标注过的图片， 由train/val/test三部分组成， 共标注出24,640个物体。
• VOC2007的test数据label已经公布， 之后的没有公布（只有图片，没有label）。
• 对于检测任务，VOC2012的trainval/test包含08-11年的所有对应图片。 trainval有11540张图片共27450个物体。
• 对于分割任务， VOC2012的trainval包含07-11年的所有对应图片， test只包含08-11。trainval有 2913张图片共6929个物体。

Detection Ground Truth and Evaluation

Ground truth

<annotation>
    <folder>VOC2007</folder>
    <filename>009961.jpg</filename>
    <source>
        <database>The VOC2007 Database</database>
        <annotation>PASCAL VOC2007</annotation>
        <image>flickr</image>
        <flickrid>334575803</flickrid>