湘西吉首市建设局网站,中国十大平面设计师排名,电商公司简介模板,韩国在中国做美食的视频网站文章目录 一.PASCAL数据集简介1.图像分割 一.PASCAL数据集简介
Pascal VOC2012数据集主要是针对视觉任务中监督学习提供标签数据#xff0c;它有四个大类别#xff0c;可以细分为二十个小类别#xff1a;
Person#xff1a;personAnimal#xff1a;bird, cat, cow, dog,… 文章目录 一.PASCAL数据集简介1.图像分割 一.PASCAL数据集简介
Pascal VOC2012数据集主要是针对视觉任务中监督学习提供标签数据它有四个大类别可以细分为二十个小类别
PersonpersonAnimalbird, cat, cow, dog, horse, sheepVehicleaeroplane, bicycle, boat, bus, car, motorbike, trainIndoorbottle, chair, dining table, potted plant, sofa, tv/monitor
主要有四个大类别分别是人、常见动物、交通车辆、室内家具用品。主要为图像分类、对象检测识别、图像分割三类任务服务。
1.图像分割
图像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。Pascal VOC2012的文件结构如下Annotations里面是图像对应的XML标注信息描述每张图像有一个与之对应同名的描述XML文件XML前面部分声明图像数据来源大小等元信息ImageSets 里面是标注类别的每个文件列表信息 Action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 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。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
ImageSets中的main中针对每个类别都有三个文件夹分别为
CLASSNAME_train.txtCLASSNAME_trainval.txtCLASSNAME_val.txt
以CLASSNAME aeroplane为例main中的三个文件分别为:
aeroplane_train.txtaeroplane_trainval.txtaeroplane_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 02008_000291 12008_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
?xml version1.0 encodingutf-8?
annotationfolderVOC2007/folderfilenametest100.mp4_3380.jpeg/filenamesizewidth1280/widthheight720/heightdepth3/depth/sizeobjectnamegemfield/namebndboxxmin549/xminxmax715/xmaxymin257/yminymax289/ymax/bndboxtruncated0/truncateddifficult0/difficult/objectobjectnamecivilnet/namebndboxxmin842/xminxmax1009/xmaxymin138/yminymax171/ymax/bndboxtruncated0/truncateddifficult0/difficult/objectsegmented0/segmented
/annotation在这个xml例子中
bndbox是一个轴对齐的矩形它框住的是目标在照片中的可见部分truncated表明这个目标因为各种原因没有被框完整被截断了比如说一辆车有一部分在画面外occluded是说一个目标的重要部分被遮挡了不管是被背景的什么东西还是被另一个待检测目标遮挡difficult表明这个待检测目标很难识别有可能是虽然视觉上很清楚但是没有上下文的话还是很难确认它属于哪个分类标为difficult的目标在测试成绩的评估中一般会被忽略。
