VOC2006：包括训练集，验证集，测试集。扩充到10类，bicycle, bus, car, cat, cow, dog, horse, motorbike, person, sheep.

Train/validation/test: 2618 images containing 4754 annotated objects.

VOC2007：包括训练集，验证集，测试集。扩充到20类，

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

Train/validation/test: 9,963 images containing 24,640 annotated objects.

2007年之后，VOV数据集不再提供测试集的标签信息，Instead, results on the test data are submitted to an evaluation server.算法在测试集上的结果被提交到服务器上进行在线验证。

VOC2012：20 classes. The train/val data has 11,530 images containing 27,450 ROI annotated objects and 6,929 segmentations.

人类；

动物（鸟、猫、牛、狗、马、羊）；

交通工具（飞机、自行车、船、公共汽车、小轿车、摩托车、火车）；

室内（瓶子、椅子、餐桌、盆栽植物、沙发、电视）

1. <annotation>
2. <folder>VOC2012</folder>
3. <filename>2007_000392.jpg</filename>                               //文件名
4. <source>                                                           //图像来源（不重要）
5. <database>The VOC2007 Database</database>
6. <annotation>PASCAL VOC2007</annotation>
7. <image>flickr</image>
8. </source>
9. <size>                                               //图像尺寸（长宽以及通道数）
10. <width>500</width>
11. <height>332</height>
12. <depth>3</depth>
13. </size>
14. <segmented>1</segmented>                                   //是否用于分割（在图像物体识别中01无所谓）
15. <object>                                                           //检测到的物体
16. <name>horse</name>                                         //物体类别
17. <pose>Right</pose>                                         //拍摄角度
18. <truncated>0</truncated>                                   //是否被截断（0表示完整）
19. <difficult>0</difficult>                                   //目标是否难以识别（0表示容易识别）
20. <bndbox>                                                   //bounding-box（包含左下角和右上角xy坐标）
21. <xmin>100</xmin>
22. <ymin>96</ymin>
23. <xmax>355</xmax>
24. <ymax>324</ymax>
25. </bndbox>
26. </object>
27. <object>                                                           //检测到多个物体
28. <name>person</name>
29. <pose>Unspecified</pose>
30. <truncated>0</truncated>
31. <difficult>0</difficult>
32. <bndbox>
33. <xmin>198</xmin>
34. <ymin>58</ymin>
35. <xmax>286</xmax>
36. <ymax>197</ymax>
37. </bndbox>
38. </object>
39. </annotation>