目标检测数据集COCO和VOC所含类别解析

PASCAL VOC

VOC数据集有20个类别，分为交通工具/家具/动物/人四类。

VOC 2007 有9963张图片，VOC 2012有12125张图片，一般两个一起用，一共22088张。

Microsoft COCO

COCO数据集，目标检测任务有80个分类。分为11个大类。

常用的 COCO 2017，训练集有118287，验证集5000，测试集40670张图片，共163957张，数据量大约为VOC的8倍。

其中打叉的是仅出现在分类任务中，而在目标检测任务中被排除的。

具体类别是：

person(人)
交通工具：bicycle(自行车) car(汽车) motorbike(摩托车) aeroplane(飞机) bus(公共汽车) train(火车) truck(卡车) boat(船)
公共设施：traffic light(信号灯) fire hydrant(消防栓) stop sign(停车标志) parking meter(停车计费器) bench(长凳)
动物：bird(鸟) cat(猫) dog(狗) horse(马) sheep(羊) cow(牛) elephant(大象) bear(熊) zebra(斑马) giraffe(长颈鹿)
生活用品：backpack(背包) umbrella(雨伞) handbag(手提包) tie(领带) suitcase(手提箱)
运动装备：frisbee(飞盘) skis(滑雪板双脚) snowboard(滑雪板) sports ball(运动球) kite(风筝) baseball bat(棒球棒) baseball glove(棒球手套) skateboard(滑板) surfboard(冲浪板) tennis racket(网球拍)
餐具：bottle(瓶子) wine glass(高脚杯) cup(茶杯) fork(叉子) knife(刀)spoon(勺子) bowl(碗)
水果：banana(香蕉) apple(苹果) sandwich(三明治) orange(橘子) broccoli(西兰花) carrot(胡萝卜) hot dog(热狗) pizza(披萨) donut(甜甜圈) cake(蛋糕)
家居：chair(椅子) sofa(沙发) pottedplant(盆栽植物) bed(床) diningtable(餐桌) toilet(厕所)
电子产品： tvmonitor(电视机) laptop(笔记本) mouse(鼠标) remote(遥控器) keyboard(键盘) cell phone(电话)
家用电器：microwave(微波炉) oven(烤箱) toaster(烤面包器) sink(水槽) refrigerator(冰箱)
家用产品：book(书) clock(闹钟) vase(花瓶) scissors(剪刀) teddy bear(泰迪熊) hair drier(吹风机) toothbrush(牙刷)

重合的类别

COCO的80个类别是涵盖了VOC的20个类别的，如图所示：

绿色框标出的类别是COCO和VOC重合的类别。可以看出，VOC侧重点在动物/交通工具/室内家具上，而COCO还包含了公共设施/运动器械/食物/电器等。