PASCAL VOC2012數(shù)據(jù)集分析

• 一、簡(jiǎn)介
• 二、PASCAL VOC2012數(shù)據(jù)集
• 三、參考資料

Pascal VOC2012官網(wǎng)地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/
PASCAL VOC論文：http://host.robots.ox.ac.uk/pascal/VOC/pubs/everingham15.pdf

一、簡(jiǎn)介

PASCAL VOC挑戰(zhàn)賽 （The PASCAL Visual Object Classes Challenge）是關(guān)于計(jì)算機(jī)視覺(jué)的挑戰(zhàn)賽，PASCAL VOC挑戰(zhàn)賽主要包括以下幾類(lèi)：分類(lèi)(Classification)，檢測(cè)(Detection)，分割(Segmentation)，行為識(shí)別(Action Classification) 等。
- 圖像分類(lèi)與檢測(cè)
分類(lèi)：在測(cè)試圖像預(yù)測(cè)是否為二十個(gè)分類(lèi)之一，正確分類(lèi)。
檢測(cè)：在測(cè)試圖像上預(yù)測(cè)二十個(gè)分類(lèi)對(duì)象的有無(wú)與位置信息。

- 圖像分割
分割：圖像分割一般包括實(shí)例分割和語(yǔ)義分割，實(shí)例分割是要把每個(gè)單獨(dú)的目標(biāo)用一種顏色表示（如下圖中間的圖像），而語(yǔ)義分割只是把同一類(lèi)別的所有目標(biāo)用同一顏色表示（如下圖右側(cè)的圖片）。

- 行為識(shí)別
行為識(shí)別：預(yù)測(cè)圖像中人的行為動(dòng)作

- Person Layout標(biāo)注
Person Layout標(biāo)注：檢測(cè)人與其各個(gè)身體組成部分，如果手、腳、頭等。

二、PASCAL VOC2012數(shù)據(jù)集

Pascal VOC2012數(shù)據(jù)集主要是針對(duì)視覺(jué)任務(wù)中監(jiān)督學(xué)習(xí)提供標(biāo)簽數(shù)據(jù)，它有二十個(gè)類(lèi)別：
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
下載路徑： http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html#devkit
下載完之后解壓文件，打開(kāi)VOCdevkit-VOC2012可以看到如下文件。

Annotations文件夾
Annotations文件夾中存放的是xml格式的標(biāo)簽文件，每一個(gè)xml文件都對(duì)應(yīng)于JPEGImages文件夾中的一張圖片，一共有17125個(gè)項(xiàng)目文件。

xml文件具體格式如下圖所示，

<annotation><folder>VOC2012</folder><filename>2007_000027.jpg</filename> //文件名<source> //圖片來(lái)源<database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image></source><size> //圖片大小（長(zhǎng)、寬、通道）<width>486</width><height>500</height><depth>3</depth></size><segmented>0</segmented> //圖片分割標(biāo)注（0代表沒(méi)有標(biāo)注，1代表有標(biāo)注）<object> //檢測(cè)到的物體<name>person</name> //對(duì)象類(lèi)別<pose>Unspecified</pose> //拍攝角度<truncated>0</truncated> //是否被標(biāo)記為截?cái)?span id="ze8trgl8bvbq" class="token punctuation">(0表示沒(méi)有，1表示是)<difficult>0</difficult> //是否被標(biāo)記為很難識(shí)別對(duì)稱(chēng)(0表示不是，1表示是)<bndbox> //標(biāo)簽描述box框在圖像上的位置<xmin>174</xmin><ymin>101</ymin><xmax>349</xmax><ymax>351</ymax></bndbox><part> //身體部位<name>head</name><bndbox><xmin>169</xmin><ymin>104</ymin><xmax>209</xmax><ymax>146</ymax></bndbox></part><part><name>hand</name><bndbox><xmin>278</xmin><ymin>210</ymin><xmax>297</xmax><ymax>233</ymax></bndbox></part><part><name>foot</name><bndbox><xmin>273</xmin><ymin>333</ymin><xmax>297</xmax><ymax>354</ymax></bndbox></part><part><name>foot</name><bndbox><xmin>319</xmin><ymin>307</ymin><xmax>340</xmax><ymax>326</ymax></bndbox></part></object> </annotation>

對(duì)應(yīng)圖片如下所示，

ImageSets文件夾
ImageSets存放的是每一種類(lèi)型的challenge對(duì)應(yīng)的圖像數(shù)據(jù)。
在ImageSets下有四個(gè)文件夾：

• Action文件夾下面存放的是人的行為動(dòng)作圖像信息，比如running，jumping等。
• Layout文件夾存放的是人的各個(gè)部位圖像信息，比如head，hand，feet等。
• Main文件夾存放的是目標(biāo)檢測(cè)分類(lèi)圖像信息，總共分為20類(lèi)，包含了20個(gè)分類(lèi)的***_train.txt、***_val.txt和***_trainval.txt文件。
  
• ***_train.txt文件表示訓(xùn)練集
• ***_val.txt文件表示驗(yàn)證集
• ***_trainval.txt文件表示訓(xùn)練集+驗(yàn)證集

這些txt文件中格式為：圖像文件名 + 空格 + 標(biāo)記，以aeroplane_tran.txt文件為例：

其中：

• 1 表示圖像中包含aeroplane
• -1 表示圖像中不包含aeroplane

Pascal VOC2012 Main文件中統(tǒng)計(jì)的訓(xùn)練、驗(yàn)證、驗(yàn)證與訓(xùn)練圖像如下:

• Segmentation 文件夾存放的是目標(biāo)分割圖像信息，包含了train.txt(訓(xùn)練集1464個(gè))、val.txt（驗(yàn)證集1449個(gè)）、trainval.txt(訓(xùn)練集+驗(yàn)證集2913個(gè))。

JPEGImages文件夾
存放所有的原始圖像文件，格式必須是JPG格式，這個(gè)要特別注意！如果你打算使用VOC2012格式生成數(shù)據(jù)，那么原始圖像格式在采樣時(shí)候請(qǐng)用JPG格式保存，避免后期生成使用tensorflow工具生成的時(shí)候出錯(cuò)。

SegmentationClass文件夾
存放所有分割的圖像標(biāo)注，分割圖像按照每個(gè)類(lèi)別標(biāo)注的數(shù)據(jù)，相當(dāng)于語(yǔ)義分割PNG圖。

SegmentationObject文件夾
存放所有分割的圖像標(biāo)注，分割圖像按照每個(gè)類(lèi)別每個(gè)對(duì)象不同標(biāo)注的數(shù)據(jù)，相當(dāng)于實(shí)例分割PNG圖。

三、參考資料

PASCAL VOC2012數(shù)據(jù)集介紹
PASCAL VOC2012 數(shù)據(jù)集詳解

總結(jié)

以上是生活随笔為你收集整理的PASCAL VOC2012数据集分析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。