1.總體結構

Annotations——所有圖像標注信息，XML格式

ImageSets——圖像信息

Action——人的行為動作圖像信息

Layout——人的各個部位圖像信息

Main——目標檢測分類圖像信息

train.txt——訓練集5717

val.txt——驗證集5823

JPEGImage——圖片png格式

trainval.txt——訓練集+驗證集11540

Segmentation——目標分割圖像信息

SegmentationClass——圖像分割png圖（基于類別）

SegmentationObject——圖像分割png圖（基于坐標）

2.Annotations中文件——以一個xml文件2007_000027.xml為例,以此類推。

<annotation><folder>VOC2012</folder><filename>2007_000027.jpg</filename><source><database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image></source><size><width>486</width><height>500</height><depth>3</depth></size><segmented>0</segmented><object><name>person</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>174</xmin><ymin>101</ymin><xmax>349</xmax><ymax>351</ymax></bndbox><part><name>head</name><bndbox><xmin>169</xmin><ymin>104</ymin><xmax>209</xmax><ymax>146</ymax></bndbox></part><part><name>hand</name><bndbox><xmin>278</xmin><ymin>210</ymin><xmax>297</xmax><ymax>233</ymax></bndbox></part><part><name>foot</name><bndbox><xmin>273</xmin><ymin>333</ymin><xmax>297</xmax><ymax>354</ymax></bndbox></part><part><name>foot</name><bndbox><xmin>319</xmin><ymin>307</ymin><xmax>340</xmax><ymax>326</ymax></bndbox></part></object> </annotation>

靠縮進來表達節點包含關系，加/表示該節點結束。

<annotation>——注釋，說明這是給數據集中一個圖片的注釋

<folder>——文件夾，所在文件夾為VOC2012

<filename>——對應的文件名為2007_000027.jpg,此文件在

<source>——來源于哪？?

<size>——圖像尺寸，width寬486，height高500，由于是RGB圖片，depth深度或通道數為3.

<segmented>——被分割沒？0沒，1有。

<object>——對象，name類別名，pose未被指明，truncated目標截斷情況（是否完整），difficult進行目標檢測時的難以程度，0不難，1難。

<bndbox>——bounding box邊緣框，給的是左上與右下的坐標。

3.train.txt文件內容節選。val.txt和trainval.txt同理。

2008_000008 2008_000015 2008_000019 2008_000023 2008_000028 2008_000033 2008_000036

都為圖像名稱。trainval.txt是最后用來訓練網絡最后在測試集中測試。

4.main中文件

2008_000008 -1 2008_000015 -1 2008_000019 -1 2008_000023 -1 2008_000028 -1 2008_000033 1 2008_000036 -1

-1沒出現，1出現了，0難檢測。

總結

以上是生活随笔為你收集整理的PASCAL VOC2012数据集内容解读的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。