PASCAL VOC 数据集简介

转自 man_world https://blog.csdn.net/mzpmzk/article/details/88065416

一、简介

• PASCAL VOC 挑战赛主要有 Object Classification 、Object Detection、Object Segmentation、Human Layout、Action Classification 这几类子任务
  • PASCAL 主页 与 排行榜
  • PASCAL VOC 2007 挑战赛主页 、PASCAL VOC 2012 挑战赛主页 、PASCAL VOC Evaluation Server
• PASCAL VOC 2007 和 2012 数据集总共分 4 个大类：vehicle、household、animal、person，总共 20 个小类（加背景 21 类），预测的时候是只输出下图中黑色粗体的类别
  

二、VOC 常用组合、数据量统计及组织结构

• VOC2007 train_val_test & VOC2012 train_val 百度云下载链接，提取码: jz27
• 目前目标检测常用的是 VOC2007 和 VOC2012 数据集，因为二者是互斥的，论文中的常用组合有以下几种：
  • 07+12： 使用 VOC2007 和 VOC2012 的 train+val（16551） 上训练，然后使用 VOC2007 的 test（4952） 测试
  • 07++12： 使用 VOC2007 的 train+val+test（9963） 和 VOC2012 的 train+val（11540） 训练，然后使用 VOC2012 的 test 测试，这种方法需提交到 PASCAL VOC Evaluation Server 上评估结果，因为 VOC2012 test 没有公布
  • 07+12+COCO： 先在 MS COCO 的 trainval 上 预训练，再使用 VOC2007 和 VOC2012 的 train+val 微调训练，然后使用 VOC2007 的 test 测试
  • 07++12+COCO： 先在 MS COCO 的 trainval 上预训练，再使用 VOC2007 的 train+val+test 和 VOC2012 的 train+val微调训练，然后使用 VOC2012 的 test 测试 ，这种方法需提交到 PASCAL VOC Evaluation Server上评估结果，因为 VOC2012 test 没有公布
• VOC2007 和 VOC2012 目标检测任务中的训练、验证和测试数据统计如下表所示，具体每一类的数据分布见 PASCAL VOC2007 Database Statistics 和 PASCAL VOC2012 Database Statistics
  
• 组织结构： 以 VOC 2007 为例，解压后的文件为：```shell . ├── Annotations 进行 detection 任务时的标签文件，xml 形式，文件名与图片名一一对应 ├── ImageSets 包含三个子文件夹 Layout、Main、Segmentation，其中 Main 存放的是分类和检测的数据集分割文件 ├── JPEGImages 存放 .jpg 格式的图片文件 ├── SegmentationClass 存放按照 class 分割的图片 └── SegmentationObject 存放按照 object 分割的图片

├── Main │ ├── train.txt 写着用于训练的图片名称， 共 2501 个 │ ├── val.txt 写着用于验证的图片名称，共 2510 个 │ ├── trainval.txt train与val的合集。共 5011 个 │ ├── test.txt 写着用于测试的图片名称，共 4952 个

---
<a name="43a64eda"></a>
## 三、标注标准及 XML 解析
- **标注标准：**[VOC2011 Annotation Guidelines](http://host.robots.ox.ac.uk/pascal/VOC/voc2012/guidelines.html)
- 标注信息是用 xml 文件组织的如下：

VOC2007 000001.jpg # 文件名 The VOC2007 Database PASCAL VOC2007 flickr 341012865 Fried Camels Jinky the Fruit Bat # 图像尺寸, 用于对 bbox 左上和右下坐标点做归一化操作 353 500 3 0 # 是否用于分割

<a name="2EMV2"></a>
## 四、提交格式
<a name="DJoap"></a>
### Classification Task
*   每一类都有一个 txt 文件，里面每一行都是测试集中的一张图片，前面一列是**图片名称**，后面一列是**预测的分数**。<br />```python
```python
000004 0.702732
000006 0.870849
000008 0.532489
000018 0.477167
000019 0.112426

Detection Task

• 每一类都有一个 txt 文件，里面每一行都是测试集中的一张图片，每行的格式为：<image identifier> <confidence> <left> <top> <right> <bottom>，confidence 用来计算 mAP

000004 0.702732 89 112 516 466
000006 0.870849 373 168 488 229
000006 0.852346 407 157 500 213
000006 0.914587 2 161 55 221
000008 0.532489 175 184 232 201

五、评估标准

• PASCAL 的评估标准是 mAP(mean average precision)，关于 mAP 可参考以下资料：
  • average precision
  • 性能指标（模型评估）之 mAP
  • 多标签图像分类任务的评价方法 - mAP
  • 周志华老师 《机器学习》 模型评估标准一节
  • PASCAL 官方给了 MATLAB 版的 mAP 评估脚本和示例代码 development kit code and documentation
• eg：下面是一个二分类的 P-R 曲线（precision-recall curve），对于 PASCAL 来说，每一类都有一个这样的 P-R 曲线，P-R 曲线下面与 x 轴围成的面积称为 average precision，每个类别都有一个 AP，20 个类别的 AP 取平均值 就是 mAP。
  

六、参考资料

1、The PASCAL Visual Object Classes Homepage
2、目标检测数据集 PASCAL VOC 简介
https://blog.csdn.net/mzpmzk/article/details/88065416