目标检测数据集

一.Pascal VOC（Pascal Visual Object Classes）

Pascal VOC网址：http://host.robots.ox.ac.uk/pascal/VOC/ 
查看各位大牛算法的排名的Leaderboards：http://host.robots.ox.ac.uk:8080/leaderboard/main_bootstrap.php 
训练/验证数据集下载（2G）：host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

VOC数据集是目标检测经常用的一个数据集，从05年到12年都会举办比赛（比赛有task： Classification 、Detection（将图片中所有的目标用bounding box框出来） 、 Segmentation（将图片中所有的目标分割出来）、Person Layout）
VOC2007：中包含9963张标注过的图片， 由train/val/test三部分组成， 共标注出24,640个物体。 VOC2007的test数据label已经公布， 之后的没有公布（只有图片，没有label）。

VOC2012：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。

这些物体一共分为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
   

数据集下载后解压得到一个名为VOCdevkit的文件夹，该文件夹结构如下：

.
└── VOCdevkit     #根目录
    └── VOC2012   #不同年份的数据集，这里只下载了2012的，还有2007等其它年份的
        ├── 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，txt文件中每一行包含一个图片的名称，末尾会加上±1表示正负样本
        │   ├── Action
        │   ├── Layout
        │   ├── Main
        │   └── Segmentation
        ├── JPEGImages         #存放源图片
        ├── SegmentationClass  #存放的是图片，分割后的效果，见下文的例子
        └── SegmentationObject #存放的是图片，分割后的效果，见下文的例子

• Annotation文件夹存放的是xml文件，该文件是对图片的解释，每张图片都对于一个同名的xml文件。 
• ImageSets文件夹存放的是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 
• JPEGImages文件夹存放的是数据集的原图片 
• SegmentationClass以及SegmentationObject文件夹存放的都是图片，且都是图像分割结果图

JEPGImages文件夹

该文件夹存放的是数据集的所有源图片，内容如下： 

                      

Annotation文件夹 

Annotation文件夹的内容如下： 

                         

其中xml主要介绍了对应图片的基本信息，如来自那个文件夹、文件名、来源、图像尺寸以及图像中包含哪些目标以及目标的信息等等，内容如下：

    VOC2007
    000005.jpg#文件名
    #文件来源
        The VOC2007 Database
        PASCAL VOC2007
        flickr
        325991873
    
    
        archintent louisville
        ?
    
    #文件尺寸，包括长、宽、通道数
        500
        375
        3
    
    0#是否用于分割
    
    
    
    
    

对应图片为：

                                   

 ImageSets文件夹

ImageSets包含如下四个子文件夹： 

                          

• 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。

 然后我们主要关注于main文件夹。里面放了20个类的train、val、trainval的txt。

                                   

• _train中存放的是训练使用的数据，每一个class的train数据都有5717个。
• _val中存放的是验证结果使用的数据，每一个class的val数据都有5823个。
• _trainval将上面两个进行了合并，每一个class有11540个。

                                                  

上图中前面代表图片编号，后面-1代表负样本，1代表正样本。

 SegmentationClass文件夹

这里面包含了2913张图片，每一张图片都对应JPEGImages里面的相应编号的图片。这里面的图片的像素颜色共有20种，对应20类物体。比如所有飞机都会被标为红色。

                                

SegmentationObject文件夹 

这里面同样包含了2913张图片，图片编号都与Class里面的图片编号相同。这里面的图片和Class里面图片的区别在于，这是针对Object的。在Class里面，一张图片里如果有多架飞机，那么会全部标注为红色。而在Object里面，同一张图片里面的飞机会被不同颜色标注出来。

                                   

 

二．Microsoft COCO(Common Objects in Context)