讲解目标检测数据集--------VOC数据集和COCO数据集的使用

仅供学习参考，如有不足，敬请指正

一：VOC数据集

VOC官方网站：

http://host.robots.ox.ac.uk/pascal/VOC/

一般情况下，大家使用2007和2012比较多

voc2007数据集地址：

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/index.html

voc2012数据集地址：

http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html

下载好数据之后，就需要进行解压，里面大概有这些文件：

1， 第一个文件是标注：(里面会有许多文件，里面的内容如下图)

 里面会显示了图片的信息，以及一些图片中存在物体，和重要目标的bndBox.

这个bndBox中的x,y的最小值和最大值，在图中绘制矩形框就刚好可以将object的物体遮盖住，

根据上面图的id号：000005.jpg就可以找出图片，如下图：

 从上图中，我们可以看到很多椅子，所以在物体object中就有好几个关于chair的信息，通过bndbox的x,y值可以框选对应的chair.。

2，第二个文件里面imagesets中，我们主要看main----主要包含了不同类别训练目标的训练/验证集图片的id。

 

train.txt 是用来训练的图片文件的文件名列表 （训练集）

val.txt是用来验证的图片文件的文件名列表 （验证集）

trianval.txt是用来训练和验证的图片文件的文件名列表

 比如在000005这张图片中有chair，就会显示1.。

3，第三个文件里面主要是一些原图片

4，四五两个文件是语义分割和实例分割的文件图片

voc2007的数据集和voc2012数据集基本上操作大同小异，只不过2012的数据集里面数据更广阔。

二，COCO数据集

我下载的是2017验证数据集和标注

2017val_image地址：

http://images.cocodataset.org/zips/val2017.zip

2017val_image_标注地址：

http://images.cocodataset.org/annotations/annotations_trainval2017.zip

大家可以进行下载，下载完之后，打开标注文件中的val的标注的json文件，由于里面没有分行，所以显示比较复杂，如图：

 里面的内容包含了图片信息和标注的内容，各个字典的数据它们之间通过图片之间的id号连接在一起。

可能理解比较复杂，我们通过代码展示相关文件的内容：（对有些代码进行了注释）

import torchvision
from PIL import ImageDraw
coco_data=torchvision.datasets.CocoDetection(root=r'D:\Xunlei\val2017\val2017',annFile=r'D:\Xunlei\annotations_trainval2017\annotations\instances_val2017.json')

#print(coco_data[0])
image, info = coco_data[0]
# ImageDraw 画图工具
image_handler = ImageDraw.ImageDraw(image)

for annotation in info:
    # bbox为检测框的位置坐标
    x_min, y_min, width, height = annotation['bbox']
    # ((), ())分别为左上角的坐标对和右上角的坐标对，image_handler.rectangle是指在图片是绘制方框
    image_handler.rectangle(((x_min, y_min), (x_min + width, y_min + height)))

image.show()

通过调试，我们知道一共有多少数据，以及索引第一行我们可以知道，其返回 的值是两个一个是图片，一个是列表，以及列表是什么：

 

 

 

我们展示了第一张照片的内容：

 三，如果大家自己想标注数据集，分享几个标注数据集的网站：

①labelme:LabelMe. The Open annotation tool

②make sense:Make Sense

③   cvat      :Computer Vision Annotation Tool