目标检测数据集 – PASCAL VOC2012

文章目录

    • 1. PASCAL VOC2012
    • 2. 标注自己的数据集

1. PASCAL VOC2012

PASCAL VOC挑战赛（The PASCAL VIsual Object Classes）是一个世界级的计算机视觉挑战赛，PASCAL全称：Pattern Analysis，Statical Modeling and Computational Learning，是一个由欧盟资助的网络组织。PASCAL VOC挑战赛主要包括以下几类：图像分类（Object Classification），目标检测（Object Detection），目标分割（Object Segmentation），动作识别（Action Classification）等。

在这里插入图片描述

Classification and detection

在这里插入图片描述

Segmentation

在这里插入图片描述

Action classification

在这里插入图片描述

Person layout

在这里插入图片描述

PASCAL VOC2012下载链接：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/

进入首页，在目录Contents下找到 Development Kit，进入后，点击Download the training/validation data (2GB tar file)即可下载。

测试集下载链接：http://host.robots.ox.ac.uk:8080/eval/downloads/VOC2012test.tar

PASCAL VOC2012针对分类与目标检测，共有20个类别。

在这里插入图片描述

目录结构

在这里插入图片描述

在这里插入图片描述

在Annotations中，每个图像就对应一个XML文件，如：

<annotation>
	<folder>VOC2012</folder>  <!-- 文件夹 -->
	<filename>2007_000187.jpg</filename> <!-- 文件名称 -->
	<source>  <!-- 数据来源 -->
		<database>The VOC2007 Database</database>
		<annotation>PASCAL VOC2007</annotation>
		<image>flickr</image>
	</source>
	<size>  <!-- 图像的宽度、高度、通道数 -->
		<width>500</width>
		<height>375</height>
		<depth>3</depth>
	</size>
	<segmented>1</segmented>  <!-- 图像是否可进行图像分割 -->
	<object>  <!-- 图像中的目标 -->
		<name>tvmonitor</name>  <!-- 目标的类别 -->
		<pose>Frontal</pose>
		<truncated>1</truncated>  <!-- 目标是否被截断 在我们自己标注图像时，当我们标注的目标在图像边缘附近，该属性就会为1 -->
		<difficult>0</difficult>  <!-- 检测的难度 -->
		<bndbox>  <!-- 边界框左上角，右下角的坐标 -->
			<xmin>1</xmin>
			<ymin>95</ymin>
			<xmax>240</xmax>
			<ymax>336</ymax>
		</bndbox>
	</object>
</annotation>

所以，在我们后面读取数据集的时候，就要来解析XML文件。

对于目标检测，我们主要会用到ImageSets下，Main目录中的内容。主要涉及到train.txt、val.txt和trainval.txt这三个文件。

trainval.txt是将train.txt与val.txt融合在一起了。train.txt与val.txt是互斥的。

此外，在Main文件夹下，还包含其他的txt文件，如boat_train.txt、boat_val.txt等，这是针对单个物体的文件，如在boat_train.txt文件中：

2008_000008 -1
2008_000148  1
2008_000191  0

其中，2008_000008这种是图像的名称。-1代表是该图像中没有船，0代表船这个目标检测起来是有困难的，1代表存在有船这个目标。

载入图像信息流程（针对目标检测）

1.读入Main文件夹下的train.txt文件，获取每一行信息（即每一个图像的名称）

2.根据图像的名称，到Annotations目录下，找到对应的xml文件

3.解析xml文件

4.根据图像的名称，到JPEGImages目录下，找到对应的图像文件，载入内存

2. 标注自己的数据集

图像标注软件：LabelImg、Labelme

推荐使用：LabelImg，可以生成xml文件。Labelme主要生成的是JSON文件。

安装LabelImg

pip install labelImg

简单使用流程：

在这里插入图片描述

  • 打开项目文件夹，->data->predefined_classes.txt修改标注类别信息

在这里插入图片描述

  • 打开软件

    启动命令：

    # labelimg 图像文件夹路径 类别文件
labelimg labelme ./image ./classes.txt

在这里插入图片描述

  • 设置图像文件所在目录，以及标注文件保存目录

    点击改变存放目录，来设置标注文件保存目录。

在这里插入图片描述

  • 标注图像，并保存

    点击创建区块，来进行绘制图框

在这里插入图片描述

然后，进行绘制，并且选取类别

在这里插入图片描述

如果认为，该目标检测起来是有难度的，则进行勾选

在这里插入图片描述

全部标注完成后，点击保存，这样标注信息文件便保存至我们指定的保存目录中了。