voc数据集标注格式简单介绍

刚写完coco数据集，顺便把voc数据集的标注格式也介绍一下~
两个标注格式最大的不同当然就是：
coco标注的文件是json格式的，上一篇博客已经有完整的介绍了
而voc则是xml格式的~

Pascal VOC数据集介绍

首先，voc数据集下载下来会有这么几个文件夹：

• Annotations
• ImageSets
• JPEGImages
• SegmentationClass
• SegmentationObject

1、JPEGImages

主要提供的是PASCAL VOC所提供的所有的图片信息，包括训练图片，测试图片
这些图像就是用来进行训练和测试验证的图像数据。

2、Annotations

主要存放xml格式的标签文件，每个xml对应JPEGImage中的一张图片

<annotation>  
    <folder>VOC2012</folder>                             
    <filename>2007_000392.jpg</filename>                             //文件名  
    <source>                                                         //图像来源（不重要）  
        <database>The VOC2007 Database</database>  
        <annotation>PASCAL VOC2007</annotation>  
        <image>flickr</image>  
    </source>  
    <size>                                            //图像尺寸（长宽以及通道数）                        
        <width>500</width>  
        <height>332</height>  
        <depth>3</depth>  
    </size>  
    <segmented>1</segmented>            //是否用于分割（在图像物体识别中01无所谓）  
    <object>                              //检测到的物体  
        <name>horse</name>                                         //物体类别  
        <pose>Right</pose>                                         //拍摄角度  
        <truncated>0</truncated>                                   //是否被截断（0表示完整）  
        <difficult>0</difficult>                                   //目标是否难以识别（0表示容易识别）  
        <bndbox>                                                   //bounding-box（包含左下角和右上角xy坐标）  
            <xmin>100</xmin>  
            <ymin>96</ymin>  
            <xmax>355</xmax>  
            <ymax>324</ymax>  
        </bndbox>  
    </object>  
    <object>              //检测到多个物体  
        <name>person</name>  
        <pose>Unspecified</pose>  
        <truncated>0</truncated>  
        <difficult>0</difficult>  
        <bndbox>  
            <xmin>198</xmin>  
            <ymin>58</ymin>  
            <xmax>286</xmax>  
            <ymax>197</ymax>  
        </bndbox>  
    </object>  
</annotation> 

3、ImageSets

• Action // 人的动作
• Layout // 人体的具体部位
• Main // 图像物体识别的数据，总共20类, 需要保证train val没有交集
  • train.txt
  • val.txt
  • trainval.txt
• Segmentation // 用于分割的数据

4、SegmentationObject & SegmentationClass

保存的是物体分割后的数据，在物体识别中没有用到