做目標檢測時我們經常用到voc 2007, voc 2012 數據集，今天就來整理一下。
數據集的下載地址： https://pjreddie.com/projects/pascal-voc-dataset-mirror/
voc 2007
數據集包含 訓練集：5011 張，測試集：4952張，共9963張，20個類。
20個類分別爲：
aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor
VOC2007 ，我們解壓訓練集後看到的文件目錄：
目錄的結構如下：
├── Annotations # 裏面存放 .xml 文件，圖片的標籤，比如座標位置信息等。
├── ImageSets # 這個目錄下有三個文件夾，文件夾存放的都是 .txt 文件，類別標籤
│ ├── Layout
│ ├── Main # Main 目錄下
│ └── Segmentation
├── JPEGImages # 圖像文件 .jpg 格式
├── labels
├── SegmentationClass # 存放的是圖片文件，分割後的圖片
└── SegmentationObject # 存放的是圖片文件，分割後的圖片
Annotations：存放 xml格式文件，每一個xml文件名對應JPEGImages 中的一張圖片。xml文件裏是對圖片的解釋，想了解可以自己看。
ImageSets：裏面有三個文件夾Layout，Main，Segmentation
- layout：存放的是人體部位的數據
- Main：存放物體識別的分類數據，裏面有 xx_train.txt, xx_test.txt , xx_trainval.txt, xx_val.txt 文件，xx表示分類，總共20類。
- Segmentation：存放可用於分割的數據
我們做目標檢測，只需要關注Main文件夾即可。
voc 2012
下載地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
voc 2012 數據集是voc 2007的升級版，一共11530張圖片，數據集分爲20類（包含背景21）。
人：人
動物：鳥、貓、牛、狗、馬、羊
車輛：飛機、自行車、船、巴士、汽車、摩托車、火車
室內：瓶、椅子、餐桌、盆栽植物、沙發、電視/監視器
voc2012 數據集和2007結構是一樣的，文件夾存放的東西也類似：
├── Annotations # .xml 文件，文件裏面是對圖片的解釋
├── ImageSets # 裏面包含四個文件，文件夾下面存放 .txt文件
│ ├── Action
│ ├── Layout
│ ├── Main
│ └── Segmentation
├── JPEGImages # 原圖片
├── labels
├── SegmentationClass # 分割後的圖片
└── SegmentationObject # 分割後的圖片
ImageSets 目錄下：
- Action：存放的是人的動作（例如running、jumping等等，這也是VOC challenge的一部分）
- Layout：存放的是具有人體部位的數據（人的head、hand、feet等等，這也是VOC challenge的一部分）
- Main：存放的是圖像物體識別的數據，總共分爲20類
- Segmentation：存放的是可用於分割的數據
參考：
https://blog.csdn.net/qq_41185868/article/details/79927556
https://blog.csdn.net/weixin_42142612/article/details/83142213