VOC数据集 XML 和 txt标注文本的理解

VOC数据集 XML 和 txt标注文本的理解

以VOC数据集中VOC2007中的000001.jpg图片为例，分析下其对应的Annotations文件夹下的000001.xml文件和labels文件夹下的000001.txt文件

整幅图片的尺寸为
宽353，高500.

XML文件中：

353*500 是这张000001.jpg图片的宽和高object狗在图片中左上角坐标为（48，240），右下角坐标为（195，371）object人在图片中左上角坐标为（8，12），右下角坐标为（352，498）

在voc.name文件中：

object狗所在的ID为11；
object人所在的ID为14；

txt文件中：

类别一

11 0.341359773371 0.609 0.416430594901 0.262

其中，
11是【 ID】：object狗，

0.341359773371 ：【中心点X的比例标注】，353*0.341359773371 = 120.5 pixel， 约等于图像中的直接计算值:（195-48）/2 + 48 = 121.5

0.609 ：【中心点Y的比例标注】 500*0.609=304.5, 约等于图像中的直接计算值: (371-240)/2 + 240 = 305.5

0.416430594901： 【BOX宽比例标注】（195-48）/353 = 0.4164

0.262： 【BOX高比例标注】(371-240)/500 = 0.262

类别二

14 0.507082152975 0.508 0.974504249292 0.972

14是 【ID】：object人
后面四个数值代表的意义与计算方式同上，依次是
【中心点X的比例标注】
【中心点Y的比例标注】
【BOX宽比例标注】
【BOX高比例标注】