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。

Classification and detection

Segmentation

Action classification

Person layout

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。

目录结构

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：

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

• 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 
  

• 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。

• 标注图像，并保存

  点击创建区块，来进行绘制图框

然后，进行绘制，并且选取类别

如果认为，该目标检测起来是有难度的，则进行勾选

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。