VOC数据集简介与制作

article/2025/10/30 5:45:07

一、VOC数据集简介

1.1 VOC的任务

PASCAL VOC 挑战赛主要有 Object Classification （分类）、Object Detection（检测）、Object Segmentation（分割）、Human Layout、Action Classification 这几类子任务。

分类：在测试图像预测是否为二十个分类之一，正确分类
检测：在测试图像上预测二十个分类对象的有无与位置信息
分割：对每个对象与类别生成像素级别的分割标签，确定像素是为目标20个分类或者背景。

此外Pascal VOC还提供一些很有意思的标注数据包括Action Classification （行为识别）、Human Layout（人体Layout分析）等。
行为识别：预测图像中人的行为动作
Person Layout：检测人与其各个身体组成部分，如果手、脚、头等
在这里插入图片描述

1.2 数据构成

PASCAL VOC 2007 和 2012 数据集总共分 4 个大类：vehicle、household、animal、person，总共 20 个小类（加背景 21 类），预测的时候是只输出下图中黑色粗体的类别。
在这里插入图片描述
目前目标检测常用的是 VOC2007 和 VOC2012 数据集，因为二者是互斥的。

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
在这里插入图片描述
trainval是train和val的合并。

1.3 组织结构

以 VOC 2012为例，解压后的文件为：

.
└── VOCdevkit     #根目录└── VOC2012   #不同年份的数据集，这里只下载了2012的，还有2007等其它年份的├── Annotations        #存放xml文件，与JPEGImages中的图片一一对应，解释图片的内容等等├── ImageSets          #该目录下存放的都是txt文件，txt文件中每一行包含一个图片的名称，末尾会加上±1表示正负样本│   ├── Action│   ├── Layout│   ├── Main           #存放的是分类和检测的数据集分割文件│   └── Segmentation├── JPEGImages         #存放源图片├── SegmentationClass  #存放的是图片，语义（class）分割相关└── SegmentationObject #存放的是图片，实例（object）分割相关├── Main
│   ├── train.txt 写着用于训练的图片名称， 共 2501 个
│   ├── val.txt 写着用于验证的图片名称，共 2510 个
│   ├── trainval.txt train与val的合集。共 5011 个
│   ├── test.txt 写着用于测试的图片名称，共 4952 个

1.3.1 Annotations

其中xml主要介绍了对应图片的基本信息，如来自那个文件夹、文件名、来源、图像尺寸以及图像中包含哪些目标以及目标的信息等等，xml内容如下：

<annotation><folder>VOC2007</folder><filename>000001.jpg</filename>  # 文件名 <source><database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image><flickrid>341012865</flickrid></source><owner><flickrid>Fried Camels</flickrid><name>Jinky the Fruit Bat</name></owner><size>  # 图像尺寸, 用于对 bbox 左上和右下坐标点做归一化操作<width>353</width><height>500</height><depth>3</depth></size><segmented>0</segmented>  # 是否用于分割，1有分割标注，0表示没有分割标注。<object><name>dog</name>  # 物体类别<pose>Left</pose>  # 拍摄角度：front, rear, left, right, unspecified <truncated>1</truncated>  # 目标是否被截断（比如在图片之外），或者被遮挡（超过15%）<difficult>0</difficult>  # 检测难易程度，这个主要是根据目标的大小，光照变化，图片质量来判断，0表示不是，1表示是<bndbox><xmin>48</xmin><ymin>240</ymin><xmax>195</xmax><ymax>371</ymax></bndbox></object><object><name>person</name><pose>Left</pose><truncated>1</truncated> # 是否被标记为截断，0表示没有，1表示是<difficult>0</difficult><bndbox><xmin>8</xmin><ymin>12</ymin><xmax>352</xmax><ymax>498</ymax></bndbox></object>
</annotation>

1.3.2 ImageSets

ImageSets包含如下四个子文件夹：Action、Layout、Main、Segmentation。里面是标注类别的每个文件列表信息：

  • Action中是所有具有Action标注信息图像文件名的txt文件列表，
  • Layout中的txt文件表示包含Layout标注信息的图像文件名列表，
  • Main文件夹中包含20个类别每个类别一个txt文件，每个txt文件都是包含该类别的图像文件名称列表，
  • Segmentation则是包含语义分割信息图像文件的列表。

在main中针对每个类别都有个三个文件，分别为：

  • CLASSNAME_train.txt
  • CLASSNAME_trainval.txt
  • CLASSNAME_val.txt

以CLASSNAME = aeroplane为例，main中的三个文件分别为:

  • aeroplane_train.txt
  • aeroplane_trainval.txt
  • aeroplane_val.txt

每个类别txt文件里面的内容格式为 ：图像文件名 + 空格 + 标记，以aeroplane_train.txt中的举例如下：
2008_000290 0
2008_000291 1
2008_000297 -1

其中2008_000290、2008_000291、2008_000297表示三张图像文件名

  • 0 表示图像中包含aeroplane对象但是难识别样本
  • 1 表示图像中包含aeroplane
  • -1 表示图像中不包含aeroplane

1.3.3 JPEGImages

所有的原始图像文件，格式必须是JPG格式，这个要特别注意！如果你打算使用VOC2012格式生成数据，那么原始图像格式在采样时候请用JPG格式保存，避免后期生成使用tensorflow工具生成的时候出错。

1.3.4 SegmentationClass

所有分割的图像标注，分割图像安装每个类别标注的数据

1.3.5 SegmentationObject

所有分割的图像标注，分割图像安装每个类别每个对象不同标注的数据

1.4 提交格式

1.4.1 Classification Task

每一类都有一个 txt 文件，里面每一行都是测试集中的一张图片，前面一列是图片名称，后面一列是预测的分数。

# comp1_cls_test_car.txt, 内容如下000004 0.702732
000006 0.870849
000008 0.532489
000018 0.477167
000019 0.112426

1.4.2 Detection Task

每一类都有一个 txt 文件，里面每一行都是测试集中的一张图片，每行的格式为： ，confidence 用来计算 mAP

# comp3_det_test_car.txt，内容如下
# comp3：只允许用所给训练数据，comp4：允许使用外部数据000004 0.702732 89 112 516 466
000006 0.870849 373 168 488 229
000006 0.852346 407 157 500 213
000006 0.914587 2 161 55 221
000008 0.532489 175 184 232 201

1.5 评估标准

PASCAL的评估标准是 mAP(mean average precision)。下面是一个二分类的 P-R 曲线（precision-recall curve），对于 PASCAL 来说，每一类都有一个这样的 P-R曲线，P-R 曲线下面与 x 轴围成的面积称为 average precision，每个类别都有一个 AP，20个类别的 AP 取平均值 就是 mAP。
在这里插入图片描述

2 VOC数据集的制作

在我们训练Faster-RCNN/SSD模型时，有些数据集需要我们自己制作的，接下来我就说一说如何自己制作一个VOC数据集。

2.1 创建数据集文件夹

handvoc是你自己数据集的名字，在该目录下有第三个文件夹如下所示。
在这里插入图片描述
其中ImgeSets下还有一个Main文件夹
在这里插入图片描述
文件夹说明：

  • JPEGImages中存放要训练的图片。
  • Annotations中这XML信息，XML文件名与训练图片的文件名一一对应。
  • ImageSets中存放文件夹Main，Main中存放四个txt文件，train存放着用于训练图片名字集合，test存放着用于测试的名字集合。
    在这里插入图片描述

2.2 将训练图片放到JPEGImages

将选取的图片放置于放于目录：JPEGImages下，然后将图片重命名为VOC2007的“000005.jpg”形式。重命名的python代码为：

import os
path = "D:\\handvoc\\JPEGImages"
filelist = os.listdir(path) #该文件夹下所有的文件（包括文件夹）
count=0
for file in filelist:print(file)
for file in filelist:   #遍历所有文件Olddir=os.path.join(path,file)   #原来的文件路径if os.path.isdir(Olddir):   #如果是文件夹则跳过continuefilename=os.path.splitext(file)[0]   #文件名filetype=os.path.splitext(file)[1]   #文件扩展名Newdir=os.path.join(path,str(count).zfill(6)+filetype)  #用字符串函数zfill 以0补全所需位数os.rename(Olddir,Newdir)#重命名count+=1

更改名字之后的图片：在这里插入图片描述

2.3 标注图片，标注文件保存到Annotations

使用labelImg进行标注，使用方法如下：https://editor.csdn.net/md/?articleId=107818472
链接: labelImg使用方法.
注意：标注自己的图片的时候，类别名称请用小写字母，比如汽车使用car，不要用Car 。若出现无法找到resources的错误，此时只需将resources.py复制到libs文件夹中即可。

2.4 生成ImageSets\Main里的四个txt文件

在ImageSets里再新建文件夹，命名为Main，在Main文件夹中生成四个txt文件，即：
在这里插入图片描述

  • test.txt是测试集
  • train.txt是训练集
  • val.txt是验证集
  • trainval.txt是训练和验证集

VOC2007中，trainval大概是整个数据集的50%，test也大概是整个数据集的50%；train大概是trainval的50%，val大概是trainval的50%。
txt文件中的内容为样本图片的名字（不带后缀），格式如下：
在这里插入图片描述
上面所占百分比可根据自己的数据集修改，如果数据集比较少，test和val可少一些。在自己的文件夹下生成自己数据集的代码如下：

import os
import random 
trainval_percent = 0.8
train_percent = 0.6
xmlfilepath = 'D:\handvoc\Annatations'
txtsavepath = 'D:\handvoc\ImageSets\Main'
total_xml = os.listdir(xmlfilepath) 
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('D:\\handvoc\\ImageSets\\Main\\trainval.txt', 'w')
ftest = open('D:\\handvoc\\ImageSets\\Main\\test.txt', 'w')
ftrain = open('D:\\handvoc\\ImageSets\\Main\\train.txt', 'w')
fval = open('D:\\handvoc\\ImageSets\\Main\\val.txt', 'w')
for i in list:name = total_xml[i][:-4] + '\n'if i in trainval:ftrainval.write(name)if i in train:ftrain.write(name)else:fval.write(name)else:ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

你要根据你的情况修改生成比例以及文件夹的位置。


http://chatgpt.dhexx.cn/article/blR6ZXme.shtml

相关文章

详解 VOC 数据集

详解 VOC 数据集

本视频配套视频链接&#xff1a;https://www.bilibili.com/video/BV1ZL4y1p7Cz/ 我们先来介绍一个经典的数据集&#xff1a;VOC 数据集。Visual Object Class 的首字母缩写&#xff0c;它的官方地址为 http://host.robots.ox.ac.uk/pascal/VOC/。 虽然现在大家更倾向于使用我…
阅读更多...
测试报告编写，测试结果编写

测试报告编写，测试结果编写

测试报告&#xff0c;就是向整个团队告诉你的测试情况&#xff0c;以及发现一些问题说明。 所以&#xff1a; 第一步&#xff0c;先告诉别人&#xff0c;你的测试结果&#xff0c;测试结果只有两种&#xff0c;测试通过/测试未通过。 第二步&#xff0c;写出这个需求的提测的…
阅读更多...
软件测试项目测试报告总结

软件测试项目测试报告总结

测试计划概念&#xff1a;就在软件测试工作实施之前明确测试对象&#xff0c;并且通过资源、时间、风险、测试范围和预算等方面的综合分析和规划&#xff0c;保证有效的实施软件测试。 需求挖掘的6个方面&#xff1a; 1、输入方面 2、处理方面 3、结果输出方面 4、性能需求…
阅读更多...
稳定性测试-几点总结

稳定性测试-几点总结

混合场景业务比例&#xff1a; 稳定性测试一般基于混合场景进行压测&#xff0c;业务比例由项目组人员给出。&#xff08;最好基于线上业务调用量情况进行统计&#xff0c;但大部分系统没有该数据&#xff0c;那就由他们自己拍脑袋吧&#xff09; PS: JMeter控制业务比例用 th…
阅读更多...
测试总结报告模板

测试总结报告模板

1. 编写目的 [简述本报告的目的。例如&#xff1a;本测试报告为XX项目的测试总结报告&#xff0c;目的在于总结测试阶段的测试及分析测试结果&#xff0c;描述系统是否符合需求&#xff08;或达到XX功能目标&#xff09;&#xff0c;同时对软件质量进行相关的评估&#xff0c;…
阅读更多...
性能测试结果分析结果

性能测试结果分析结果

在做性能测试的时候&#xff0c;在使用LR或者jmeter等一些性能测试工具测试执行结束后&#xff0c;首先要做的是判断采集到的结果数据是否真实有效。多数的性能测试场景都要迭代的进行测试&#xff0c;因此很多测试结果本身就不能反应问题&#xff0c;深入分析这样的结果没啥意…
阅读更多...
主观评价测试

主观评价测试

一、静物测试 1.测试目的&#xff1a;测试IPC在室内正常照度场景下的效果 2.测试设备&#xff1a;色温照度计&#xff0c;激光红外测距仪 3.测试环境&#xff1a;在不同色温环境下A,TL84 CWF D65对静物场景测试图卡和人物进行拍摄&#xff0c;观察图像和人物效果&#xff08…
阅读更多...
测试总结的重要性

测试总结的重要性

测试总结很重要&#xff0c;包括项目整理的总结、个人的总结、小组的总结;做项目总结&#xff0c;是为了梳理整个过程&#xff0c;明确问题和找到原因&#xff0c;改进整个流程和推进项目状态越来越好。 自己目前所做的是项目的总结&#xff0c;会针对三方做一个总结&#xff0…
阅读更多...
测试总结该怎么写...

测试总结该怎么写...

最近参与了几次面试&#xff0c;面试者的简历中都会提及&#xff1a;需求或者版本测试结束后会进行版本总结&#xff0c;而不仅仅是提供一份测试报告。 于是特意追问了一下&#xff0c;总结中都包含什么内容&#xff0c;答复上基本都是围绕此次测试过程中发现的BUG数量以及修复…
阅读更多...
如何分析测试结果和评估测试工作的质量

如何分析测试结果和评估测试工作的质量

软件测试中每一项测试活动都会产生测试结果&#xff0c;通过测试结果来评估产品的质量体现了测试的目的和价值。而通过测试结果评估测试工作本身的质量也非常重要&#xff0c;能让我们及时发现测试中存在的问题&#xff0c;并及时改正&#xff0c;是测试工作进行持续改进的基础…
阅读更多...
测试报告怎么写？

测试报告怎么写？

测试报告是一份描述软件的测试过程、测试环境、测试范围、测试结果的文档&#xff0c;用来分析总结系统存在的风险以及测试结论。 &#xff08;1&#xff09;测试过程测试过程需要对测试人员、测试时间、测试地点、测试版本等信息进行描述。其他测试过程中发生的关键信息均可在…
阅读更多...
评测报告的结论如何写？

评测报告的结论如何写？

背景 最近组内同学开始编写评测报告&#xff0c;报告中的结论中存在以下几种情况&#xff1a; 1.结论是一大段文字&#xff0c;像散文一样 2.评测数据结果中存在多个数据维度&#xff0c;将所有的数据结果都罗列到结论中&#xff0c;主要信息不突出 3.只是将评测数据罗列到…
阅读更多...
【Linux】syscall系统调用原理及实现

【Linux】syscall系统调用原理及实现

一、什么是系统调用 系统调用 跟用户自定义函数一样也是一个函数&#xff0c;不同的是 系统调用 运行在内核态&#xff0c;而用户自定义函数运行在用户态。由于某些指令&#xff08;如设置时钟、关闭/打开中断和I/O操作等&#xff09;只能运行在内核态&#xff0c;所以操作系统…
阅读更多...
MIPS中的syscall用法

MIPS中的syscall用法

阅读更多...
Syscall的实现

Syscall的实现

1. How does syscall works 2. Kernel定义一个系统调用的表sys_call_table,这个表定义了每个系统调用的: 系统调用号NR_xxx 及其对应的系统调用的处理函数, 系统调用号对应sys_call_table[]数组的下标, 数组项的值保存系统调用的处理函数, 如下: 3. 如下,…
阅读更多...
system call——系统调用

system call——系统调用

1. 系统调用 系统调用是操作系统提供的有效服务界面&#xff0c;一般使用高级语言编写&#xff0c;如c和c&#xff0c;对于特定的较为底层的任务&#xff0c;则使用汇编语言指令。 2. API和系统调用 API&#xff0c;应用程序接口&#xff0c;提供应用程序与开发人员基于某软件…
阅读更多...
syscall 系统调用

syscall 系统调用

转自&#xff1a;http://blog.csdn.net/b02042236/article/details/6136598 5.1.5 如何使用系统调用 如图5.2所示&#xff0c;用户应用可以通过两种方式使用系统调用。第一种方式是通过C库函数&#xff0c;包括系统调用在C库中的封装函数和其他普通函数。 图5.2 使用系统调用…
阅读更多...
linux下syscall函数

linux下syscall函数

NAME syscall - 间接系统调用 SYNOPSIS #define _GNU_SOURCE #include <unistd.h> #include <sys/syscall.h> /* For SYS_xxx definitions */ int syscall(int number, ...); DESCRIPTION …
阅读更多...
#Java干货分享：这五个网站能打通你的任督二脉，让你技术大增

#Java干货分享：这五个网站能打通你的任督二脉，让你技术大增

现如今的程序员可是一个需要时刻学习的职业&#xff0c;尤其是目前非常火热的Java&#xff0c;作为应用最为广泛的语言&#xff0c;在这一点上体现得尤其强烈。今天分享一些网站资源给大家学习&#xff0c;希望能够为你提供帮助&#xff01; 1、GitHub 这个网站不用多说&…
阅读更多...
redis 技术分享

redis 技术分享

1、是什么 Redis&#xff08;Remote Dictionary Server )&#xff0c;即远程字典服务&#xff0c;是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库&#xff0c;并提供多种语言的API。 2、应用场景 2.1 特点 Redis 与其他 key - …
阅读更多...
推荐文章

Copyright @ 2022~2023