Pascal VOC 数据集

 

文章目录

• • 1. 概述
  • 2. 数据集结构与描述
  • 3 性能评价
  • 参考

 

1. 概述

Pascal VOC2012数据集主要是针对视觉任务中监督学习提供标签数据，它有20个类别：

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

主要有四个大类别，分别是人、常见动物、交通车辆、室内家具用品。主要为图像分类、对象检测识别、图像分割三类任务服务。

1.1 图像分类与检测

分类：在测试图像预测是否为二十个分类之一，正确分类。
检测：在测试图像上预测二十个分类对象的有无与位置信息。

1.2 图像分割

分割：对每个对象与类别生成像素级别的分割标签，确定像素是为目标20个分类或者背景。

1.3 行为识别、人体Layout分析

此外Pascal VOC还提供一些很有意思的标注数据包括行为识别、人体Layout分析等。

行为识别数据：预测图像中人的行为动作

Person Layout标注，检测人与其各个身体组成部分，如果手、脚、头等

2. 数据集结构与描述

Pascal VOC2012的文件结构如下：

2.1 Annotations

里面是图像对应的XML标注信息描述，每张图像有一个与之对应同名的描述XML文件，XML前面部分声明图像数据来源，大小等元信息，举例如下：

上面表示图像对应路径为VOC2012/JPEGImages/2007_000033.jpg，来自flickr网站上，大小为WxHxC=500x366x3,是三通道的彩色图像，其中segmented为1有分割标注，0表示没有分割标注。
后面的是对象检测的每个BOX标签信息极其描述信息，图示如下：

其中每个object标签是表示单独的box信息与对象描述，一张图像可以有多个object标签(boxes)，

-name表示对象类别

-pose表示采用是从什么视角，常见的有Left、Right、Frontal、rear等

-truncated 是否被标记为截断，0表示没有，1表示是

-difficult是否被标记为很难识别对称，0表示不是，1表示是

-bndbox标签描述box框在图像上的位置

2.2 ImageSets

里面是标注类别的每个文件列表信息，Action中是所有具有Action标注信息图像文件名的txt文件列表，Layout中的txt文件表示包含Layout标注信息的图像文件名列表，Main文件夹中包含20个类别每个类别一个txt文件，每个txt文件都是包含该类别的图像文件名称列表，Segmentation则是包含语义分割信息图像文件的列表。

train.txt表示是的训练数据集合

val.txt 表示验证集数据

trainval.txt表示训练与验证集数据

test.txt表示测试集数据

Pascal VOC2012 Main中统计的训练、验证、验证与训练、测试图像如下：

可以看出训练图像有5717张，目标数13609个。

在main中针对每个类别都有个三个文件，分别为：
CLASSNAME_train.txt
CLASSNAME_val.txt
CLASSNAME_trainval.txt

以CLASSNAME = aeroplane为例，main中的三个文件分别为:
aeroplane_train.txt
aeroplane_val.txt
aeroplane_trainval.txt

每个类别txt文件里面的内容格式为：图像文件名 + 空格 + 标记。
以aeroplane_train.txt中的举例如下：

2008_000290 0

2008_000291 1

2008_000297 -1
其中2008_000290、2008_000291、2008_000297表示三张图像文件名

0 表示图像中包含aeroplane对象但是难识别样本

1 表示图像中包含aeroplane

-1 表示图像中不包含aeroplane

2.3 JPEGImages

所有的原始图像文件，格式必须是JPG格式，这个要特别注意！如果你打算使用VOC2012格式生成数据，那么原始图像格式在采样时候请用JPG格式保存，避免后期生成使用tensorflow工具生成的时候出错。

2.4 SegmentationClass

所有分割的图像标注，分割图像安装每个类别标注的数据

2.5 SegmentationObject

所有分割的图像标注，分割图像安装每个类别每个对象不同标注的数据

3 性能评价

对象检测类任务的性能评价是基于AP/AR 根据精度召回曲线计算mAP，相关阅读参考之前的文章即可：

详解对象检测网络性能评价指标mAP计算

图像分割类任务的性能评价是基于图像的平均分割精度，即20个类别与背景类别的分割计算得到：

参考

https://www.sohu.com/a/333069232_823210
https://blog.csdn.net/Sandwichsauce/article/details/87925282