图像分割数据库--学习笔记

studyeboy

1085人浏览 · 2019-04-12 10:57:17

studyeboy · 2019-04-12 10:57:17 发布

文章目录

PASCAL VOC

在这里插入图片描述
PASCAL（Pattern Analysis(模式分析), Statistical Modelling and Computaional Learning（统计建模和计算学习）） VOC(Visual Object Classes)是一个比较老的数据集，从2005年到2012年，每年都会举办一场图像识别比赛。提供20个类别。具体如下：

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

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

数据集共包含5类标注数据，其中，目标检测和分割是PASCAL VOC最常用来做实验的2组数据，5类标注数据具体如下：

图片分类：判断某个分类是否在图片上。
目标检测：检测出图片中物体的位置并给出矩形框。
分割：对于图片中的每个像素，区分出其属于20类目标中的哪一种，如果都不是则为背景，分割包含语义分割和实例分割两种数据。
人体行为识别：在净值图片中预测人的行为，共10类行为。
大规模图像识别：ImageNet分类任务，后续可以参考ImageNet比赛。

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，具体每一类的数据分布见 PASCAL VOC2007 Database Statistics 和 PASCAL VOC2012 Database Statistics
在这里插入图片描述

VOCdevkit文件结构

.
└── VOC2012 #2012年数据
    ├── Annotations #保存图像的各种label标签数据的xml文件，与JPEGImages中的图片一一对应，包含目标的类别、位置等信息，解释图片内容等等
    ├── ImageSets #存放拆分好的训练和测试数据列表，txt文件，train为训练数据+val为验证数据=trainval为训练验证数据，末尾正负1表示正负样本
    │   ├── Action #存放人的动作（如running、jumping等等）,总共10类动作。
    │   ├── Layout #存放具有人体部位的数据（人的head、hand、feet等等）
    │   ├── Main #存放图像物体识别的数据，总共分为20类。
    │   └── Segmentation #存放物体分割的数据
    ├── JPEGImages  #存放所有的原始图片，包括训练图片和测试图片，共17125张彩色图片，2913张用于分割，“年份_编号.jpg”命名格式，横向图500*375左右，纵向图375*500左右，基本不会偏差超过100。
    ├── SegmentationClass #存放进行语义分割的真实label，标注出每一个像素的类别
    ├── SegmentationClassRaw #标注出物体的轮廓
    └── SegmentationObject #存放实例分割的真实label，标注出每一个像素属于哪一个物体