数据集下载在百度云盘：链接：https://pan.baidu.com/s/1-kYEZtOo99VJGHrKlOK5dQ 提取码：jgx7
云盘里面有4个文件夹：VOC2012_aug, VOC2012_orig, VOC2012_test分别表示的是增强数据集（联合官方voc和官方sbd两个数据集），官方voc数据集，官方voc测试集；还有一个benchmark，表示SBD数据集
补充介绍在http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html（官方）
和https://blog.csdn.net/u013832707/article/details/80060327
语义分割方面的所关系的文件夹是
JPEGImage文件夹（包含了分割所要用的原图片），SegmentationClass文件夹（里面包含了分割所要用的标签图），ImageSets文件夹下的Segmentation文件夹（里面包含了所需图片的图片名字的集合TXT文件）
JPEGImage文件夹：包含了所有的原图片总共17125张且shape=h x w x 3，mode=RGB，format=JPEG，大小不一致
SegmentationClass文件夹：包含了语义分割的所有标签图2913张且shape=h x w ，mode=P，format=PNG，大小不一致(这里有待商榷，因为直接读成numpy是h x w x 3，而先用Image.open读进来再转成numpy却是h x w。deep lab V3+就是使用后者，并且里面像素的值就是类别值。由此暂时考虑标签图是h x w的。第二个有待商榷的是同样是语义标签图，cityscapes的标签图是灰白的（不管是直接numpy还是间接numpy，shape都是h x w,在这一点上毫无争论）而voc标签图却是彩色的。
ImageSets/Segmentation/train.txt：总共有1464行也就是1464张训练图片的名字
ImageSets/Segmentation/val.txt：总共有1449行也就是1449张验证图片的名字
ImageSets/Segmentation/trainval.txt：总共有2913行也就是2913张训练验证图片，上面两个的并集
总共20类如下：
- Person: person
- Animal: bird, cat, cow, dog, horse, sheep
- Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train
- Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor
分布如下：
Below are training examples for the segmentation taster, each consisting of:
下面是类别与颜色的对应关系：一张标签图片总共有22种数字（0-20,255）其中0和255的颜色都是黑色RGB=（0,0,0），所以语义图总共有21种颜色，20个类别+黑色
- the training image
- the object segmentation
pixel indices correspond to the first, second, third object etc. - the class segmentation
pixel indices correspond to classes in alphabetical order (0=background, 1=aeroplane, 2=bicycle, 3=bird, 4=boat, 5=bottle, 6=bus, 7=car , 8=cat, 9=chair, 10=cow, 11=diningtable, 12=dog, 13=horse, 14=motorbike, 15=person, 16=potted plant, 17=sheep, 18=sofa, 19=train, 20=tv/monitor, 255='void' or unlabelled) - For both types of segmentation image, index 0 corresponds to background and index 255 corresponds to 'void' or unlabelled.
