Pascal VOC & COCO数据集介绍 & 转换

目录

  • Pascal VOC & COCO数据集介绍
    • Pascal VOC数据集介绍
      • 1. JPEGImages
      • 2. Annotations
      • 3. ImageSets
      • 4. SegmentationObject & SegmentationClass
    • COCO数据集介绍
      • 数据集分类
      • Coco
    • VOC数据集转化为COCO数据集格式
    • 训练detectron
      • 训练
      • 测试
      • 评估
    • Reference

Pascal VOC & COCO数据集介绍

Pascal VOC数据集介绍

  • Annotations
  • ImageSets
  • JPEGImages
  • SegmentationClass
  • SegmentationObject

1. JPEGImages

主要提供的是PASCAL VOC所提供的所有的图片信息,包括训练图片,测试图片

这些图像就是用来进行训练和测试验证的图像数据。

2. Annotations

主要存放xml格式的标签文件,每个xml对应JPEGImage中的一张图片

  
    VOC2012                             
    2007_000392.jpg                             //文件名  
                                                             //图像来源(不重要)  
        The VOC2007 Database  
        PASCAL VOC2007  
        flickr  
      
                                                //图像尺寸(长宽以及通道数)                        
        500  
        332  
        3  
      
    1            //是否用于分割(在图像物体识别中01无所谓)  
                                  //检测到的物体  
        horse                                         //物体类别  
        Right                                         //拍摄角度  
        0                                   //是否被截断(0表示完整)  
        0                                   //目标是否难以识别(0表示容易识别)  
                                                           //bounding-box(包含左下角和右上角xy坐标)  
            100  
            96  
            355  
            324  
          
      
                  //检测到多个物体  
        person  
        Unspecified  
        0  
        0  
          
            198  
            58  
            286  
            197  
          
      
  

3. ImageSets

  • Action // 人的动作
  • Layout // 人体的具体部位
  • Main // 图像物体识别的数据,总共20类, 需要保证train val没有交集
    • train.txt
    • val.txt
    • trainval.txt
  • Segmentation // 用于分割的数据

4. SegmentationObject & SegmentationClass

保存的是物体分割后的数据,在物体识别中没有用到

COCO数据集介绍

COCO数据集是微软团队获取的一个可以用来图像recognition+segmentation+captioning 数据集

这个数据集以scene understanding为目标,主要从复杂的日常场景中截取,图像中的目标通过精确的segmentation进行位置的标定。图像包括91类目标,328,000影像和2,500,000个label。

该数据集主要解决3个问题:目标检测,目标之间的上下文关系,目标的2维上的精确定位。数据集的对比示意图:

Pascal VOC & COCO数据集介绍 & 转换_第1张图片

数据集分类

  • Image Classification

    分类需要二进制的标签来确定目标是否在图像中。早期数据集主要是位于空白背景下的单一目标,如MNIST手写数据库,COIL household objects。在机器学习领域的著名数据集有CIFAR-10 and CIFAR-100,在32*32影像上分别提供10和100类。最近最著名的分类数据集即ImageNet,22,000类,每类500-1000影像。

  • Object Detection

    经典的情况下通过bounding box确定目标位置,期初主要用于人脸检测与行人检测,数据集如Caltech Pedestrian Dataset包含350,000个bounding box标签。PASCAL VOC数据包括20个目标超过11,000图像,超过27,000目标bounding box。最近还有ImageNet数据下获取的detection数据集,200类,400,000张图像,350,000个bounding box。由于一些目标之间有着强烈的关系而非独立存在,在特定场景下检测某种目标是是否有意义的,因此精确的位置信息比bounding box更加重要。

  • Semantic scene labeling

    这类问题需要pixel级别的标签,其中个别目标很难定义,如街道和草地。数据集主要包括室内场景和室外场景的,一些数据集包括深度信息。其中,SUN dataset包括908个场景类,3,819个常规目标类(person, chair, car)和语义场景类(wall, sky, floor),每类的数目具有较大的差别(这点COCO数据进行改进,保证每一类数据足够)。

  • other vision datasets

    一些数据集如Middlebury datasets,包含立体相对,多视角立体像对和光流;同时还有Berkeley Segmentation Data Set (BSDS500),可以评价segmentation和edge detection算法。

Coco

COCO数据集有91类,虽然比ImageNet和SUN类别少,但是每一类的图像多,这有利于获得更多的每类中位于某种特定场景的能力,对比PASCAL VOC,其有更多类和图像。

COCO难度更大,因为coco数据集每张图片中的物体数目很多,所以导致相对别的数据集,该数据集检测的准确率很低

VOC数据集转化为COCO数据集格式

Facebook的Detectron平台只支持coco格式的数据集,所以需要将VOC格式的数据集转化为coco格式的数据集

具体过程参照:https://blog.csdn.net/meccaendless/article/details/79457330

训练detectron

训练

python2 tools/train_net.py --cfg experiments/e2e_faster_rcnn_resnet-50-FPN_pascal2007.yaml  OUTPUT_DIR experiments/output

测试

python2 tools/infer_simple.py \ 
--cfg experiments/e2e_faster_rcnn_resnet-50-FPN_pascal2007.yaml \
--output-dir experiments/test_out/ \
--wts ./pretrained_model/model_final.pkl \
test_demo_cow

other:(注意在训练结束后inferece时,需要将cls_score_voc以及bbox_pred_voc改回。不然会报错)

python2 tools/infer_simple.py --cfg experiments/e2e_faster_rcnn_resnet-50-FPN_pascal2007.yaml --output-dir experiments/test_out/ --wts ./experiments/output_bak/train/voc_2007_train/generalized_rcnn/model_final.pkl test_demo_cow

评估

python2 tools/test_net.py \
--cfg experiments/e2e_faster_rcnn_resnet-50-FPN_pascal2007.yaml \
TEST.WEIGHTS ./experiments/output_bak/train/voc_2007_train/generalized_rcnn/model_final.pkl  \
NUM_GPUS 1

Reference

https://blog.csdn.net/weixin_35653315/article/details/71028523

https://blog.csdn.net/u012905422/article/details/52372755

转载于:https://www.cnblogs.com/pprp/p/9629752.html

你可能感兴趣的:(Pascal VOC & COCO数据集介绍 & 转换)