数据集下载在百度云盘:链接:https://pan.baidu.com/s/1FTjY-ISsDMu0vIypAQyDpg   提取码:fyxt

云盘里面有3个文件夹:VOC2012, VOC2012_test,SBD.tgz(表示SBD数据集,关于SBD数据集参考https://blog.csdn.net/zz2230633069/article/details/89335205)

补充介绍在http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html(官方)

和https://blog.csdn.net/u013832707/article/details/80060327

在VOC2012文件夹解压之后,语义分割方面的所关系的文件夹是

JPEGImage文件夹(包含了分割所要用的原图片),SegmentationClass文件夹(里面包含了分割所要用的标签图),SegmentationClass_aug文件夹(里面包含了分割所要用的标签图,融合了SBD数据集的扩充集),ImageSets文件夹下的Segmentation文件夹(里面包含了所需图片的图片名字的集合TXT文件)

JPEGImage文件夹:包含了所有的原图片总共17125张且shape=h x w x 3,mode=RGB,format=JPEG,大小不一致,像素范围是0~255.

SegmentationClass文件夹:包含了语义分割的所有标签图2913张,是处理前的标签图,shape=h x w x 3 , mode=P , format=PNG ,大小不一致,像素值就是下面给的彩色的RGB相对应的像素值,但是里面有其他的值比如有的边缘像素值是224x224x192.。

SegmentationClass_aug文件夹:包含了所有的语义标签图,处理过后的标签图,是灰度图,总共12031张,shape=h x w,mode=L,像素值范围就是标签值(从0~20共21类,背景是0),处理过程很简单,初始化一张全0的图,如果该位置的像素点是物体对应的RGB值,那么该位置就为该类的标签值。

ImageSets/Segmentation/train.txt:总共有1464行也就是1464张训练图片的名字

ImageSets/Segmentation/val.txt:总共有1449行也就是1449张验证图片的名字

ImageSets/Segmentation/trainval.txt:总共有2913行也就是2913张训练验证图片,上面两个的并集

ImageSets/Segmentation/train_aug.txt = voc_trian + sbd_train  -  重复的图片

总共有8829行也就是8829张训练验证图片

ImageSets/Segmentation/train_aug_val.txt = voc_val  -  sbd_train(就是剔除掉已经是trian_aug里面的图片)

总共有904行也就是904张训练验证图片

ImageSets/Segmentation/val_aug.txt = voc_val + sbd_val  -  重复的图片  -  train_aug

总共有3202行也就是3202张训练验证图片

所以:采用官方数据集就是train.txt和val.txt,采用增强数据集就是train_aug.txt和val_aug.txt。原图全部直接来自JPEGImage,标签图全部来自SegmentationClass_aug

总共20类如下:

  • 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

分布如下:

Below are training examples for the segmentation taster, each consisting of:

下面是类别与颜色的对应关系:一张标签图片总共有22种数字(0-20,255)其中0和255的颜色都是黑色RGB=(0,0,0),所以语义图总共有21种颜色,20个类别+黑色

  • the training image
  • the object segmentation
    pixel indices correspond to the first, second, third object etc.
  • the class segmentation
    pixel indices correspond to classes in alphabetical order (0=background,  1=aeroplane, 2=bicycle, 3=bird, 4=boat, 5=bottle, 6=bus, 7=car , 8=cat, 9=chair, 10=cow, 11=diningtable, 12=dog, 13=horse, 14=motorbike, 15=person, 16=potted plant, 17=sheep, 18=sofa, 19=train, 20=tv/monitor,  255='void' or unlabelled)
  • For both types of segmentation image, index 0 corresponds to background and index 255 corresponds to 'void' or unlabelled.

PASCAL VOC 2012数据集介绍相关推荐

  1. [学习笔记] PASCAL VOC 2012数据集讲解与制作自己的数据集

    1. PASCAL VOC 2012数据集介绍 1.1 引言 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.PASCA ...

  2. PASCAL VOC 2012数据集及其增强版介绍

    PASCAL VOC 2012数据集及其增强版介绍 Pascal voc 2012数据集可以用于分类.检测和分割.这篇文章主要介绍其在语义分割任务上的使用.原始的Pascal voc 2012数据集仅 ...

  3. caffe︱Pascal VOC 2012 Multilabel Classification Model

    看到Model Zoo里面有这么一个项目:Pascal VOC 2012 Multilabel Classification Model This model has been used for th ...

  4. 【机器学习】 - 目标检测 - VOC格式数据集介绍与自己制作

    一.VOC数据集 PASCAL VOC 挑战赛主要有 Object Classification .Object Detection.Object Segmentation.Human Layout. ...

  5. 玩转肺癌目标检测数据集Lung-PET-CT-Dx ——④转换成PASCAL VOC格式数据集

    文章目录 关于PASCAL VOC数据集 目录结构 ①创建VOC数据集的几个相关目录 XML文件的形式 ②读取dcm文件与xml文件的配对关系 ③创建VOC格式数据集 ④创建训练.验证集 本文所用代码 ...

  6. 如何快速下载Pascal VOC 2007数据集(某些数据集也可以这样尝试)

    直接进入正题,截图加步骤,我用的是迅雷下载 1.这三个网址就是数据集的下载网址. http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_ ...

  7. pytorch 图像分割的交并比_Segmentation101系列-最简单的卷积网络语义分割(1)-PASCAL VOC图像分割...

    作者:陈洪瀚 /洪瀚笔记知乎专栏 摘要:介绍了使用PyTorch和torchvision加载训练好的全卷积网络FCN或DeepLab模型,并对PASCAL VOC图像进行分割并显示结果. 网址: gi ...

  8. Pascal VOC 数据集介绍(tensorflow model zoo)

    Pascal VOC 数据集的下载 # 下载2007年的训练数据 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06- ...

  9. 目标检测数据集PASCAL VOC简介

    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, Stat ...

最新文章

  1. python socket 通信
  2. linux下热插拔事件的产生是怎样通知到用户空间,kobject_uevent_env之uevent【转】...
  3. 分数混合运算简便方法_分数四则混合运算
  4. leetcode 200.岛屿数量 c代码
  5. Vs工程高版本向低版本迁移
  6. OPENSSL的基础使用
  7. POJ 1151 Atlantis 线段树+扫描线
  8. js-js的全局变量和局部变量
  9. C++将地址转换为字符串
  10. ARM裸机环境搭建(U-Boot命令详解)
  11. python中有很多包管理工具那中不是_Python中的包管理工具PIP,pip
  12. F1-VmwareCentOS7.x
  13. 28335scififo中断接收与发送
  14. oracle not in 改为 not exist
  15. cuda 镜像_AMDamp;Intel双平台黑苹果镜像安装包Catalina 10.15.0(19A583)加强版
  16. Directshow播放框架详解
  17. 视频加水印的软件有哪些?这几款软件可以无痕去水印
  18. 你相信吗?这些照片其实并没有被PS_-Chaz-_新浪博客
  19. 『Others』markdown简历制作
  20. 如何使用 Reflector Keygen

热门文章

  1. DelphiX 组件
  2. python修改允许京东下单_京东Python开发(二)
  3. 深圳内推 | 香港中文大学(深圳)路广利老师招聘NLP方向研究助理
  4. 如何评价《就算老公一毛钱股份都没拿到,在我心里,他依然是最牛逼的创业者》里面这位CEO的所作所为?
  5. 使用rust和actix实现一个视频流服务器
  6. Linux 批量修改密码
  7. 解决win7(64位)Office(32位)安装64位Access驱动的方法
  8. 从软件工程师到IT猎头续:告诉你如何写简历
  9. DNS正反向域名解析与主从切换 服务搭建
  10. Linux 文件名和路径的最大长度