PASCAL VOC2012数据集内容解读

原创

已于 2022-04-15 18:37:14 修改 · 2.2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch

于 2022-04-15 17:31:21 首次发布

本文详细介绍了PASCAL VOC数据集的结构，包括Annotations中的XML信息，如图像尺寸、边界框和对象标注，以及train.txt、val.txt和trainval.txt等文件的作用。此外，还探讨了Main目录下的文件格式，用于目标检测和分类任务。

1.总体结构

Annotations——所有图像标注信息，XML格式

ImageSets——图像信息

Action——人的行为动作图像信息

Layout——人的各个部位图像信息

Main——目标检测分类图像信息

train.txt——训练集5717

val.txt——验证集5823

JPEGImage——图片png格式

trainval.txt——训练集+验证集11540

Segmentation——目标分割图像信息

SegmentationClass——图像分割png图（基于类别）

SegmentationObject——图像分割png图（基于坐标）

2.Annotations中文件——以一个xml文件2007_000027.xml为例,以此类推。

<annotation>
	<folder>VOC2012</folder>
	<filename>2007_000027.jpg</filename>
	<source>
		<database>The VOC2007 Database</database>
		<annotation>PASCAL VOC2007</annotation>
		<image>flickr</image>
	</source>
	<size>
		<width>486</width>
		<height>500</height>
		<depth>3<