PASCAL VOC数据集分析

Posted 武睿傲雪

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PASCAL VOC数据集分析相关的知识,希望对你有一定的参考价值。

PASCAL VOC数据集分析 PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集,从2005年到2012年每年都会举行一场图像识别challenge。 本文主要分析PASCAL VOC数据集中和图像中物体识别相关的内容。
在这里采用PASCAL VOC2012作为例子。下载地址为:点击打开链接。(本文中的系统环境为ubuntu14.04) 下载完之后解压,可以在VOCdevkit目录下的VOC2012中看到如下的文件:
其中在图像物体识别上着重需要了解的是Annotations、ImageSets和JPEGImages。
JPEGImages JPEGImages文件夹中包含了PASCAL VOC所提供的所有的图片信息,包括了训练图片和测试图片。 这些图像都是以“年份_编号.jpg”格式命名的。 图片的像素尺寸大小不一,但是横向图的尺寸大约在500*375左右,纵向图的尺寸大约在375*500左右,基本不会偏差超过100。(在之后的训练中,第一步就是将这些图片都resize到300*300或是500*500,所有原始图片不能离这个标准过远。) 这些图像就是用来进行训练和测试验证的图像数据。
Annotations
Annotations文件夹中存放的是xml格式的标签文件,每一个xml文件都对应于JPEGImages文件夹中的一张图片。 xml文件的具体格式如下:(对于2007_000392.jpg) [html]  view plain  copy
  1. <annotation>  
  2.     <folder>VOC2012</folder>                             
  3.     <filename>2007_000392.jpg</filename>                               //文件名  
  4.     <source>                                                           //图像来源(不重要)  
  5.         <database>The VOC2007 Database</database>  
  6.         <annotation>PASCAL VOC2007</annotation>  
  7.         <image>flickr</image>  
  8.     </source>  
  9.     <size>                                               //图像尺寸(长宽以及通道数)                        
  10.         <width>500</width>  
  11.         <height>332</height>  
  12.         <depth>3</depth>  
  13.     </size>  
  14.     <segmented>1</segmented>                                   //是否用于分割(在图像物体识别中01无所谓)  
  15.     <object>                                                           //检测到的物体  
  16.         <name>horse</name>                                         //物体类别  
  17.         <pose>Right</pose>                                         //拍摄角度  
  18.         <truncated>0</truncated>                                   //是否被截断(0表示完整)  
  19.         <difficult>0</difficult>                                   //目标是否难以识别(0表示容易识别)  
  20.         <bndbox>                                                   //bounding-box(包含左下角和右上角xy坐标)  
  21.             <xmin>100</xmin>  
  22.             <ymin>96</ymin>  
  23.             <xmax>355</xmax>  
  24.             <ymax>324</ymax>  
  25.         </bndbox>  
  26.     </object>  
  27.     <object>                                                           //检测到多个物体  
  28.         <name>person</name>  
  29.         <pose>Unspecified</pose>  
  30.         <truncated>0</truncated>  
  31.         <difficult>0</difficult>  
  32.         <bndbox>  
  33.             <xmin>198</xmin>  
  34.             <ymin>58</ymin>  
  35.             <xmax>286</xmax>  
  36.             <ymax>197</ymax>  
  37.         </bndbox>  
  38.     </object>  
  39. </annotation>  
对应的图片为: ImageSets
ImageSets存放的是每一种类型的challenge对应的图像数据。 在ImageSets下有四个文件夹: 其中Action下存放的是人的动作(例如running、jumping等等,这也是VOC challenge的一部分) Layout下存放的是具有人体部位的数据(人的head、hand、feet等等,这也是VOC challenge的一部分) Main下存放的是图像物体识别的数据,总共分为20类。 Segmentation下存放的是可用于分割的数据。
在这里主要考察Main文件夹。 Main文件夹下包含了20个分类的***_train.txt、***_val.txt和***_trainval.txt。 这些txt中的内容都差不多如下: 前面的表示图像的name,后面的1代表正样本,-1代表负样本。 _train中存放的是训练使用的数据,每一个class的train数据都有5717个。 _val中存放的是验证结果使用的数据,每一个class的val数据都有5823个。 _trainval将上面两个进行了合并,每一个class有11540个。 需要保证的是train和val两者没有交集,也就是训练数据和验证数据不能有重复,在选取训练数据的时候 ,也应该是随机产生的。 SegmentationClass和SegmentationObject

这两个文件夹下保存了物体分割后的图片,在物体识别中没有用到,在这里不做详细展开。
接下来需要研究的是如何自己生成训练数据和测试数据,将在下一篇中阐述。

以上是关于PASCAL VOC数据集分析的主要内容,如果未能解决你的问题,请参考以下文章

PASCAL VOC数据集分析(转)

PASCAL VOC DATASET

VOC2007数据集详细分析

VOC2007数据集详细分析

PASCAL-VOC2012数据集(vocdevkitVocbenchmark_release)详细介绍

PASCAL-VOC2012数据集(vocdevkitVocbenchmark_release)详细介绍