VOC2007/2012数据集解析
官方下载地址: https://pjreddie.com/projects/pascal-voc-dataset-mirror/
PASCAL VOC的挑战任务
- Classification/Detection Competitions
分类:对于每一个分类,判断该分类是否在测试照片上存在(共20类);
检测:检测目标对象在待测试图片中的位置并给出边界框坐标(bounding box) - Segmentation Competition
分割:Object Segmentation - Action Classification Competition
人体动作识别(Action Classification) - ImageNet Large Scale Visual Recognition Competition
ImageNet大型视觉识别大赛 - Person Layout Taster Competition
人体布局(Human Layout)
VOC2007基本信息
训练集(5011幅),测试集(4952幅),共计9963幅图,共包含20个种类:
aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor
下载
下载训练和验证集、测试集、工具包:
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
将所有tar解压到一个名为VOCdevkit的目录中
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar
基本结构如下
└── VOCdevkit #根目录└── VOC2007 #不同年份的数据集,这里只下载了2007├── Annotations #存放xml文件,与JPEGImages中的图片一一对应,解释图片的内容等等├── ImageSets #该目录下存放的都是txt文件,这些txt将数据集的图片分成了各种集合。如Main下的train.txt中记录的是用于训练的图片集合│ ├── Layout│ ├── Main│ └── Segmentation├── JPEGImages #存放源图片├── SegmentationClass #存放的是图片,语义分割相关└── SegmentationObject #存放的是图片,实例分割相关
Annotation文件夹
这个文件夹放置的是对每一张图片的标注。标注使用XML文件的格式。XML是标记语言,形如HTML。每一个XML文件对应一张图片的标注结果,000005.jpg对应的XML文件(000005.xml)标记结果如下:
<annotation><folder>VOC2007</folder><!--文件名--><filename>000005.jpg</filename>. <!--数据来源--><source><!--数据来源--><database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><!--来源是flickr,一个雅虎的图像分享网站,下面是id,对于我们没有用--><image>flickr</image><flickrid>325991873</flickrid></source><!--图片的所有者,也没有用--><owner><flickrid>archintent louisville</flickrid><name>?</name></owner><!--图像尺寸,宽、高、长--><size><width>500</width><height>375</height><depth>3</depth></size><!--是否用于分割,0表示用于,1表示不用于--><segmented>0</segmented><!--下面是图像中标注的物体,每一个object包含一个标准的物体--><object><!--物体名称,拍摄角度--><name>chair</name><pose>Rear</pose><!--是否被裁减,0表示完整,1表示不完整--><truncated>0</truncated><!--是否容易识别,0表示容易,1表示困难--><difficult>0</difficult><!--bounding box的四个坐标--><bndbox><xmin>263</xmin><ymin>211</ymin><xmax>324</xmax><ymax>339</ymax></bndbox></object><object><name>chair</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>165</xmin><ymin>264</ymin><xmax>253</xmax><ymax>372</ymax></bndbox></object><object><name>chair</name><pose>Unspecified</pose><truncated>1</truncated><difficult>1</difficult><bndbox><xmin>5</xmin><ymin>244</ymin><xmax>67</xmax><ymax>374</ymax></bndbox></object><object><name>chair</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>241</xmin><ymin>194</ymin><xmax>295</xmax><ymax>299</ymax></bndbox></object><object><name>chair</name><pose>Unspecified</pose><truncated>1</truncated><difficult>1</difficult><bndbox><xmin>277</xmin><ymin>186</ymin><xmax>312</xmax><ymax>220</ymax></bndbox></object>
</annotation>
ImageSets文件夹
存放的是每一种类型的challenge对应的图像数据。 例如在Main文件夹下有名为aeroplane_train.txt的文件,顾名思义是用于飞机类别的训练数据,其中±1应该表示的是正负样本的含义。
VOC2012基本信息
VOC2012数据集是VOC2007数据集的升级版,一共有11530张图片。
- 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。
VOC2012数据集分为20类,包括背景为21类,分别如下:
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
下载再解压
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
在VOCdevkit/VOC2012下有5个文件夹,内容和07大致一样。
Annotations
Annotations文件夹中存放的是xml格式的标签文件,每一个xml文件都对应于JPEGImages文件夹中的一张图片,共计17125个文件。举例:
<annotation><folder>VOC2012</folder> #表明图片来源<filename>2007_000027.jpg</filename> #图片名称<source> #图片来源相关信息<database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image></source><size> #图像尺寸<width>486</width><height>500</height><depth>3</depth></size><segmented>0</segmented> #是否用于分割<object> #包含的物体<name>person</name> #物体类别<pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox> #物体的bbox<xmin>174</xmin><ymin>101</ymin><xmax>349</xmax><ymax>351</ymax></bndbox><part> #物体的头<name>head</name><bndbox><xmin>169</xmin><ymin>104</ymin><xmax>209</xmax><ymax>146</ymax></bndbox></part><part> #物体的手<name>hand</name><bndbox><xmin>278</xmin><ymin>210</ymin><xmax>297</xmax><ymax>233</ymax></bndbox></part><part><name>foot</name><bndbox><xmin>273</xmin><ymin>333</ymin><xmax>297</xmax><ymax>354</ymax></bndbox></part><part><name>foot</name><bndbox><xmin>319</xmin><ymin>307</ymin><xmax>340</xmax><ymax>326</ymax></bndbox></part></object>
</annotation>
ImageSets
ImageSets 中有四个文件夹
Action下存放的是人的动作(例如running、jumping等等,这也是VOC challenge的一部分)
Layout下存放的是具有人体部位的数据(人的head、hand、feet等等,这也是VOC challenge的一部分)
Main下存放的是图像物体识别的数据,总共分为20类。
Segmentation下存放的是可用于分割的数据
VOC2007/2012数据集解析相关推荐
- [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 ...
- 【转】DICOM命令集和数据集解析!!
转自:DICOM命令集和数据集解析 - 微笑的艾米 - 博客园 摘 要:本文通过分析一个典型的DICOM消息,详细地解析了DICOM命令集和数据集的构成方式和其含义.并在此基础上,提出了一种实现D ...
- KDD CUP 99 数据集解析、挖掘与下载
KDD CUP 99 数据集解析.挖掘与下载 数据特征描述 一个网络连接定义为在某个时间内从开始到结束的TCP数据包序列,并且在这段时间内,数据在预定义的协议下(如TCP.UDP)从源IP地址到目的I ...
- S3DIS数据集解析为点云
S3DIS数据集解析为点云 S3DIS数据集解析 数据格式 1.直接解析pointcloud.mat文件 2.通过data文件夹中的pose合成rgb和depth 个人解析代码GitHub:https ...
- CASIA -HWDB2.0-2.2和OLHWDB2.0-2.2数据集解析
CASIA -HWDB2.0-2.2数据集解析 下载地址 数据集解释 HWDB解析dgrl为图像和txt 标签 转换代码 OLHWDB数据集wptt 解析成图像 转换代码 生成class 唯一值文本 ...
- 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 ...
- 目标检测之VOC2007格式数据集制作
1.前序 前几天师弟问我如何做自己的VOC2007数据集的事情,当时跟他说网上资料很多,让他自己查查,但不知道什么原因和我说还是没搞好.自己想想也是,不熟悉的东西即便在别人眼里看似很简单,到了自己跟前 ...
- VOC2007格式数据集制作
1.VOC2007格式数据集介绍 解压VOC2007数据集后可以看到VOC2007文件夹下有以下5个文件夹: Annotations文件夹 该文件下存放的是xml格式的标签文件,每个xml文件都对应 ...
- ImageNet 2012 数据集、下载:类名解析 、云盘分享
❤️[专栏:数据集整理]❤️ 之[有效拒绝假数据]
- python labelImg xml 格式的数据集解析及可视化
1.XML 格式分析 需要关注的一般只有: filename :图片名称 size:width,heights 图片尺寸 object:图片中标注的目标,可能含有多个目标,这个xml就有2个标注目标 ...
最新文章
- mysql导入frm文件_MySQL备份文件.ibd、.frm、.MYD、.MYI的恢复教程
- Flink从入门到精通100篇(二十一)-Flink 状态(State)管理在推荐场景中的应用
- 快速获取本机IP地址AWK功能
- 电脑设置 win10 文件夹如何设置黑色描边?文件夹图片如何显示缩略图?
- 采用Flume实时采集和处理数据
- 洛谷——P1059 明明的随机数
- java的几_Java的几种时间
- java oca_OCA第5部分中的Java难题
- api中重载函数的原理_小心重载API方法
- linux c 11 运行库,11.1.3 运行库与I/O
- Map.putAll方法——追加另一个Map对象到当前Map集合
- 计算机等级考试二级Python讲座(二)
- 译文丨伯克利对serverless的看法:简化云编程
- oracle用中文linux,linux+oracle中文乱码
- java接收json数组转成字符串、对象转json、json字符串转list
- 3进制计算机发展,三进制计算机(中国三进制计算机)
- 摄像头在未来自动驾驶中的商业化落地方案
- centos7.4 编译 找不到 -lGL
- 数据库mysql的基本操作命令(全)
- hadoop ls命令