Linux下载VOC数据集
1、VOC数据集简介
PASCAL VOC挑战赛 （The PASCAL Visual Object Classes ）是一个世界级的计算机视觉挑战赛, PASCAL全称：Pattern Analysis, Statical Modeling and Computational Learning，是一个由欧盟资助的网络组织。VOC官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html
简言之，VOC是 (Visual Object Classes)的简称，它是一套检测和识别标准化的数据集，可以说是该类数据集的开山之作， 后续的很多数据集，都是在此基础上的扩展。 目前应用最广的是VOC 2007和VOC 2012，即在2007推出的VOC和2012年推出的。
1.1 VOC的任务
**分类：**在测试图像预测是否为二十个分类之一，正确分类
**检测：**在测试图像上预测二十个分类对象的有无与位置信息
**分割：**对每个对象与类别生成像素级别的分割标签，确定像素是为目标20个分类或者背景。
此外Pascal VOC还提供一些很有意思的标注数据包括Action Classification （行为识别）、Human Layout（人体Layout分析）等。
**行为识别：**预测图像中人的行为动作
**Person Layout：**检测人与其各个身体组成部分，如果手、脚、头等
1.2 VOC的构成
PASCAL VOC 2007 和 2012 数据集总共分 4 个大类：vehicle、household、animal、person，总共 20 个小类（加背景 21 类），预测的时候是只输出下图中黑色粗体的类别。
目前目标检测常用的是 VOC2007 和 VOC2012 数据集，因为二者是互斥的。
VOC2007 和 VOC2012 目标检测任务中的训练、验证和测试数据统计如下表所示（trainval是train和val的合并）
1.3 组织结构
，因为我下载的是VOC2012数据集，因此以 VOC 2012为例，解压后的文件为：
└── VOCdevkit #根目录
└── VOC2012 #不同年份的数据集，这里只下载了2012的，还有2007等其它年份的
├── Annotations #存放xml文件，与JPEGImages中的图片一一对应，解释图片的内容等等
├── ImageSets #该目录下存放的都是txt文件，txt文件中每一行包含一个图片的名称，末尾会加上±1表示正负样本
│ ├── Action
│ ├── Layout
│ ├── Main #存放的是分类和检测的数据集分割文件
│ └── Segmentation
├── JPEGImages #存放源图片
├── SegmentationClass #存放的是图片，语义（class）分割相关
└── SegmentationObject #存放的是图片，实例（object）分割相关
├── Main
│ ├── train.txt 写着用于训练的图片名称， 共 2501 个
│ ├── val.txt 写着用于验证的图片名称，共 2510 个
│ ├── trainval.txt train与val的合集。共 5011 个
│ ├── test.txt 写着用于测试的图片名称，共 4952 个
下面分别介绍一下每个文件夹中的内容：
1.3.1 Annotations
标签文件，使用labelImg进行标注，xml主要介绍了对应图片的基本信息，如来自哪个文件夹、文件名、来源、图像尺寸以及图像中包含哪些目标以及目标的信息等等，xml内容如下：
<annotation>
<folder>VOC2012</folder> # 文件名
<filename>2007_000027.jpg</filename>
<source>
<database>The VOC2007 Database</database>
<annotation>PASCAL VOC2007</annotation>
<image>flickr</image>
</source>
<size> # 图像尺寸, 用于对 bbox 左上和右下坐标点做归一化操作
<width>486</width>
<height>500</height>
<depth>3</depth>
</size>
<segmented>0</segmented> # 是否用于分割，1有分割标注，0表示没有分割标注。
<object>
<name>person</name> # 物体类别
<pose>Unspecified</pose> # 拍摄角度：front, rear, left, right, unspecified
<truncated>0</truncated> # 目标是否被截断（比如在图片之外），或者被遮挡（超过15%）
<difficult>0</difficult> # 检测难易程度，这个主要是根据目标的大小，光照变化，图片质量来判断，0表示不是，1表示是
<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>
</object>
</annotation>
1.3.2 ImageSets
ImageSets包含如下四个子文件夹：Action、Layout、Main、Segmentation。里面是标注类别的每个文件列表信息：
- Action中是所有具有Action标注信息图像文件名的txt文件列表；
- Layout中的txt文件表示包含Layout标注信息的图像文件名列表；
- Main文件夹中包含20个类别每个类别一个txt文件，每个txt文件都是包含该类别的图像文件名称列表；
- Segmentation则是包含语义分割信息图像文件的列表。
在main中针对每个类别都有个三个文件，分别为：
CLASSNAME_train.txt
CLASSNAME_trainval.txt
CLASSNAME_val.txt
以CLASSNAME = aeroplane为例，main中的三个文件分别为:
aeroplane_train.txt
aeroplane_trainval.txt
aeroplane_val.txt
每个类别txt文件里面的内容格式为 ：图像文件名 + 空格 + 标记，以aeroplane_train.txt中的举例如下：
2008_000290 0
2008_000291 1
2008_000297 -1
其中2008_000290、2008_000291、2008_000297表示三张图像文件名
0 表示图像中包含aeroplane对象但是难识别样本
1 表示图像中包含aeroplane
-1 表示图像中不包含aeroplane
1.3.3 JPEGImages
VOC所有的原始图像文件，格式必须是JPG格式，这个要特别注意！如果你打算使用VOC2012格式生成数据，那么原始图像格式在采样时候请用JPG格式保存，避免后期生成使用的时候出错。
1.3.4 SegmentationClass
所有分割的图像标注，分割图像按照每个类别标注的数据（语义分割）
1.3.5 SegmentationObject
所有分割的图像标注，分割图像按照每个类别每个对象不同标注的数据（实例分割）
2、Linux环境下载数据集
1、打开Linux终端
2、进入到自己的环境和相应的文件夹内，输入下列语句，等待下载安装即可
下面是VOC2007和VOC2012的数据集压缩包
wget http://pjreddie.com/media/files/VOC2012test.tar
wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar
wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
原文链接：https://blog.csdn.net/cengjing12/article/details/107820976
参考链接：https://blog.csdn.net/qq_29007291/article/details/85333890
链接：https://www.jianshu.com/p/67014920d2ab
