PASCAL VOC 数据集_可思数据-人工智能媒体资讯平台！

PASCAL VOC 数据集

数据类型：图形图像热度

咨询客户

数据定制

文件类型： .zip 文件大小：1.86G

授权方式： 公共开源 发布时间：2019-01-16

数据介绍：

PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。本文主要分析PASCAL VOC数据集中和图像中物体识别相关的内容。

PASCAL VOC项目：

为对象类识别提供标准化图像数据集
提供用于访问数据集和注释的通用工具集
可以评估和比较不同的方法
Ran挑战评估对象类识别的性能（从2005年至2012年，现已完成）

Pascal VOC数据集

来自VOC挑战的数据集可通过以下挑战链接获得，并且可通过PASCAL VOC评估服务器评估这些数据集上的新方法。即使挑战现已完成，评估服务器仍将保持活动状态。

本文来自织梦

下表简要概述了VOC开发的主要阶段。

内容来自dedecms

年	统计	新发展	笔记
2005年	只有4个班：自行车，汽车，摩托车，人。训练/验证/测试：包含2209个带注释的对象的1578个图像。	两个比赛：分类和检测	图像主要来自现有的公共数据集，并不像随后使用的flickr图像那样具有挑战性。此数据集已过时。
2006年	10班：自行车，公共汽车，汽车，猫，牛，狗，马，摩托车，人，羊。训练/验证/测试：2618张图像，包含4754个带注释的对象。	来自flickr和Microsoft Research Cambridge（MSRC）数据集的图像	MSRC图像比flickr更容易，因为照片通常集中在感兴趣的对象上。此数据集已过时。
2007年	20课：人：人动物：鸟，猫，牛，狗，马，羊车辆：飞机，自行车，船，公共汽车，汽车，摩托车，火车室内：瓶子，椅子，餐桌，盆栽，沙发，电视/显示器训练/验证/测试：9,963张图像，包含24,640个带注释的对象。	课程数量从10个增加到20个细分分析师介绍人物布局品尝师介绍截断标志添加到注释中分类挑战的评估指标变为平均精度。以前它是ROC-AUC。	今年建立了20个班级，从那时起就已经修好了。这是针对测试数据发布注释的最后一年。
2008年	20课。数据被分开（像往常一样）约50％列车/值和50％测试。train / val数据有4,340个图像，包含10,363个带注释的对象。	遮挡标志添加到注释中测试数据注释不再公开。分段和人物布局数据集包括来自相应VOC2007集的图像。
2009年	20课。列车/瓦尔数据有7,054张图像，包含17,218个ROI注释对象和3,211个分段。	从现在开始，所有任务的数据都包含前几年用新图像增强的图像。在早些年，每年都会发布一个全新的数据集，用于分类/检测任务。增强允许每年增加图像的数量，并且意味着可以在前几年的图像上比较测试结果。细分成为标准挑战（从品酒师提升）	没有为附加图像提供困难的标志（遗漏）。测试数据注释未公开。
2010	20课。train / val数据有10,103个图像，包含23,374个ROI注释对象和4,203个分段。	行动分类品尝师介绍。基于ImageNet引入的大规模分类的相关挑战。亚马逊机械土耳其人用于注释的早期阶段。	计算AP的方法发生了变化。现在使用所有数据点而不是TREC样式采样。测试数据注释未公开。
2011	20课。train / val数据有11,530个图像，包含27,450个ROI注释对象和5,034个分段。	行动分类品尝师扩展到10个类+“其他”。	布局注释现在不是“完整的”：只有人注释，有些人可能没有注释。
2012	20课。列车/瓦尔数据有11,530张图像，包含27,450个ROI注释对象和6,929个分段。	分割数据集的大小显着增加。行动分类数据集中的人员还附加了身体上的参考点。	用于分类，检测和人员布局的数据集与VOC2011相同。