pascal voc 数据集_PASCAL VOC2012 数据集详解
点击上方↑↑↑“OpenCV学堂”关注我
关注可学习更多的OpenCV教程。问题或建议，请公众号留言;如果你觉得文章对你有帮助，欢迎转发支持
概述
Pascal VOC2012作为基准数据之一，在对象检测、图像分割网络对比实验与模型效果评估中被频频使用，但是如果没有制作过此格式的数据集就会忽略很多细节问题，今天我们一起来从头到尾扒一扒Pascal VOC2012 数据集各种细节问题。
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，它有二十个类别：
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。
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
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。
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
数据集结构与描述
Pascal VOC2012的文件结构如下：
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，
-difficult 是否被标记为很难识别对称，0表示不是，1表示是
-truncated 是否被标记为截断，0表示没有，1表示是
-Bndbox 标签描述box框在图像上的 位置
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_trainval.txt
CLASSNAME_val.txt
以CLASSNAME = aeroplane为例，main中的三个文件分别为:
aeroplane_train.txt
aeroplane_trainval.txt
aeroplane_val.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
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。
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
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
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：
标注制作
我喜欢用的制作VOC2012数据集的标注工具为labelImg
简单好用，自动生成VOC2012 Annotation XML文件。
更多数据标注与数据集制作工具参考之前的文章：
十个最常用深度学习图像/视频数据标注工具
参考资料
http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html
往期精选
告诉大家你在看
性能达到SOTA的CSP对象检测网络
2019 半年原创技术文章汇总
十个最常用深度学习图像/视频数据标注工具
详解对象检测网络性能评价指标mAP计算
Mask-RCNN模型的实现自定义对象(无人机)检测
