OD数据集（一）—介绍

OD

dataset

目前object detection主要数据集为PASCAL-VOC，和MS COCO。本文就写这两个。

目前完成voc，coco之后再说

VOC2012

简述

官方文档：https://pjreddie.com/media/files/VOC2012_doc.pdf

VOC2012数据集分为20类，包括背景为21类，16135（测试）+17125（训练+验证）张图片，类别如下：

• Person: person
• Animal: bird, cat, cow, dog, horse, sheep
• Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train
• Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor

它可以完成的任务很多，官方文档中写了5个主要任务（其实我认为前三个比较主要）+2个额外任务：

• 分类（Classification）
• 检测（Detection）
• 分割（Segementation）

• 动作检测（Action Classification）：有11个类，

  jumping; phoning; playing a musical instrument; reading; riding a bicycle or motorcycle;

  riding a horse; running; taking a photograph; using a computer; walking;

  other;

• 为ILSVRC2012服务（Large Scale Visual Recognition Challenge 2012）（不知道是啥）

额外任务：

• 动作关键点检测
• 人的头、脚等部位的识别

需要指出的是，并不是所有图片都能完成某个任务，比如动作检测只会用到数据集中有做动作的人的图片。分割任务的标注只有2913张图片

满足检测任务的标注比满足分割任务的标注要多一些。

同一张图片或许有多个标注，比如同一张图有猫也有人

下载

下载方式：

1. voc2012官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/ （打不开）
2. yolo官网的voc2012镜像：https://pjreddie.com/projects/pascal-voc-dataset-mirror/
3. kaggle上的voc2012：https://www.kaggle.com/huanghanchina/pascal-voc-2012#VOC2012.zip

• 数据集被分为：50%的训练集+验证集，50%的测试集，两个50%保持分布相同。
• voc2012包含voc2007~2011的内容，数据集相当于在不断扩充，变大。
• voc2012

我下载的的yolo官网的voc2012镜像，大约3G，可以放在电脑本地。

trainval文件目录结构：

-voc2012
    -Annotations (用于检测任务，每张图片都有对应信息)
		    XXXX(年份)_XXXXXX(编号).xml (标识每张图片信息的文件，边界框位置和种类)
		-ImageSets
				-Action (用于动作检测的txt文件)
				-Layout (不懂)
				-Main (用于分类任务的txt文件)
				-Segmentation (拥有Segmentation标注的文件名)
		-JPEGImages(数据集存放位置，jpg格式)
		-SegmentationClass(segmentation掩膜图存放位置，png格式，同类物体相同颜色)
		-SegmentationObject(segmentation掩膜图存放位置，png格式，同类物体不同颜色)
           

其他

观察数据集特点：

• 数据集由于年代比较早，其中的手机是以前的老牌手机（所幸没有手机这个类别）。
• 个人感觉生活照很多，很贴近现实场景。

MS COCO

待更新