Pascal Voc数据集详细介绍

1.首先了解VOC2012数据集的内容

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         #存放的是人的动作，我们暂时不用
        │   ├── Layout         #存放的人体部位的数据。我们暂时不用
        │   ├── Main           #存放的是图像物体识别的数据，分为20类
        │   └── Segmentation   #存放的是可用于分割的数据,做检测识别也是用不到的.
        ├── 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

1)JPEGImages文件夹

文件夹里包含了训练图片和测试图片，混放在一起，即数据集的原图片 

2)Annatations文件夹

文件夹存放的是xml格式的标签文件，每个xml文件都对应于JPEGImages文件夹的一张图片

3)ImageSets文件夹

Action存放的是人的动作，我们暂时不用
Layout存放的人体部位的数据。我们暂时不用
Main存放的是图像物体识别的数据，分为20类，Main里面有test.txt , train.txt, val.txt ,trainval.txt.这四个文件我们后面会生成
Segmentation存放的是可用于分割的数据,做检测识别也是用不到的.

4)其他的文件夹不解释了.

如果你下载了VOC2012数据集，那么把它解压，把各个文件夹里面的东西删除，保留文件夹名字。如果没下载，那么就仿照他的文件夹格式，自己建好空文件夹就行。

2.Annatations文件夹下xml介绍

    VOC2012             #表明图片来源
    2007_000027.jpg #图片名称
                                 #图片来源相关信息
        The VOC2007 Database
        PASCAL VOC2007
        flickr
    
                                   #图像尺寸
        486
        500
        3
    
    0             #是否用于分割
    

• bndbox是一个轴对齐的矩形，它框住的是目标在照片中的可见部分；
• truncated表明这个目标因为各种原因没有被框完整（被截断了），比如说一辆车有一部分在画面外；
• occluded是说一个目标的重要部分被遮挡了（不管是被背景的什么东西，还是被另一个待检测目标遮挡）；
• difficult表明这个待检测目标很难识别，有可能是虽然视觉上很清楚，但是没有上下文的话还是很难确认它属于哪个分类；标为difficult的目标在测试成绩的评估中一般会被忽略。
• 注意：在一个