YOLOv1 数据集加载

原创

已于 2024-04-17 12:26:12 修改 · 1.2k 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #人工智能 #深度学习 #python #神经网络 #tensorflow #计算机视觉

于 2024-04-14 12:39:29 首次发布

本文详细介绍了PASCALVOC2007数据集的结构，包括其20个类别和文件组织，展示了如何使用Python和TensorFlow进行数据加载和XML解析，为YOLOv1模型的训练提供基础。

相关文章

项目地址：YOLOv1 VOC 2007

笔者训练的权重地址：阿里云盘分享

10 秒文章速览

本文针对讲解 PASCAL VOC 2007 数据集的结构、信息进行了粗略说明，并演示了数据集加载

PASCAL VOC 项目传送门：The PASCAL Visual Object Classes Homepage

这里，笔者也给出自己整理的 PASCAL VOC 2007 数据集的下载地址：Kaggle-PASCAL VOC 2007

本文讲的数据集针对 PASCAL VOC 2007

数据集介绍

数据集是从现实场景中采集的图片，一共包含20个类别

人：人🧔
动物：鸟🦜、猫🐈、牛🐄、狗🐕、马🐎、羊🐏
车辆：飞机✈️、自行车🚲、船🚢、公共汽车🚌、汽车🚗、摩托车🏍️、火车🚂
室内：瓶子🍾、椅子🪑、餐桌、盆栽🪴、沙发🛋️、电视/显示器📺

数据集可以用于主要可以用于检测、分割这2项任务

目标检测

目标分割

数据集文件结构

PASCAL VOC 2007 的训练、验证集文件结构如下

VOC 2007
- Annotations：放置每张图片的标注，储存为XML格式
- ImageSets
  - Layout：train.txt 训练集、val.txt 验证集、trainval.txt 训练验证汇总集
  - Main：对各个类别的训练集、验证集分开放置
  - Segmentation：放置用于分割任务的数据集
- JPEGImages：放置所有图片
- SegmentationClass：按类别进行图像分割，同一类别的物体会被标注为相同颜色
- SegmentationObject：按对象进行图像分割，即使是同一类别也会被标注为不同颜色

XML 文件

xml文件的内容如下，标注了一张图片中目标的边框、类别等信息

<annotation>
    <folder>VOC2007</folder>
    <filename>000005.jpg</filename>
    <source>
        <database>The VOC2007 Database</database>
        <annotation>PASCAL VOC2007</annotation>
        <image>flickr</image>
        <flickrid>325991873</flickrid>
    </source>
    <owner>
        <flickrid>archintent louisville</flickrid>
        <name>?</name>
    </owner>
    <size>
        <width>500</width>
        <height>375</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>chair</name>
        <pose>Rear</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>263<