【目标检测数据集】一、PASCAL VOC数据集简介

一、简介

PASCAL VOC数据集是目标检测领域比较知名的数据集，该数据集分为VOC2007和VOC2012两个子集，其官方下载地址如下：

1. VOC2007-trainval
2. VOC2007-test
3. VOC2012-trainval

但官网时常不稳定，进而导致下载较慢甚至下载失败，推荐一定稳定的镜像源地址：YOLOv3作者主页，界面如下所示。

我已将其下载保存在百度网盘，如有也可以通过如下链接进行下载：https://pan.baidu.com/s/1hx8GYN6fDigRSbAYmaS9AQ 密码: ksak

VOC数据集主要涉及20个目标分类，目标详细名称如下图加黑文字所示。

二、文件结构与XML标签

将数据集下载并完成解压后，其文件结构如下所示。在这里以VOC2012数据集进行举例，JPEGImages存放图像，Annotations存放XML标签文件，其中XML文件和图像文件名称一致，仅仅后缀不同，ImageSets/Main存放训练集、测试集和全部数据集所涉及的名称txt文件。

VOC2012
    - JPEGImages
        - name1.jpg
        - name2.jpg
        - ...
    - Annotations
       - name1.xml
       - name2.xml
       - ...
    - ImageSets
        - Main
        	- train.txt
        	- val.txt
        	- trainval.txt
        	- ....
        - Action
        - Layout
        - Segmentation
    - SegmentationClass
    - SegmentationObject

目标检测的XML文件结构如下，size记录图像宽高属性，object/name为目标分类名称，object/bndbox记录目标框的左上和右下二维坐标，object/truncated代表目标是否存在部分遮挡(>15%),0则代表不存在遮挡，1则代表部分遮挡。

<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</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>person</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>174</xmin>
			<ymin>101</ymin>
			<xmax>349</xmax>
			<ymax>351</ymax>
		</bndbox>
	</object>
</annotation>

三、相关信息

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。

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