目标检测常见数据集格式

目标检测常见的数据集格式COCO、YOLO、VOC、DATA。

1、COCO

数据标注格式JSON,JSON文件中包含多个关键字段,如info、images、annotations等,分别存储了数据集的基本信息、图像信息和标注信息

COCO数据集的下载

官网地址:http://cocodataset.org/#download

2014年数据集的下载

train2014:http://images.cocodataset.org/zips/train2014.zip

val2014:http://images.cocodataset.org/zips/val2014.zip

http://msvocds.blob.core.windows.net/coco2014/train2014.zip

2017的数据集的下载

http://images.cocodataset.org/zips/train2017.zip

http://images.cocodataset.org/annotations/annotations_trainval2017.zip

http://images.cocodataset.org/zips/val2017.zip

http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip

http://images.cocodataset.org/zips/test2017.zip

http://images.cocodataset.org/annotations/image_info_test2017.zip

2、YOLO

YOLO算法专用的数据集格式,其标签文件为TXT格式。

每个TXT文件对应一张图片,文件中包含了图片中所有目标的类别和边界框坐标。

TXT文件中的每一行代表一个目标,包括目标的类别编号和边界框的中心坐标(x_center, y_center)、宽度(w)和高度(h),这些值都是相对于整张图片的比例

3、VOC

标签格式XML,每个XML文件对应一张图片,文件中包含了图片中所有目标的位置(通过边界框的坐标表示)和类别信息。

XML文件中包含了图片的文件夹名、文件名、尺寸信息以及一个或多个目标对象的信息。每个目标对象的信息包括类别名、姿态、是否被部分遮挡、是否为难以辨识的物体等,以及边界框的坐标(xmin, ymin, xmax, ymax)

下载:

VOC2007:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/index.html

train/val:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar

test:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

VOC2012:http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html

train/val:http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

4、DOTA

DOTA是一个遥感图像数据集,专门用于航空图像中的目标检测任务。

DOTA采用旋转框标注方式,以适应遥感图像中目标的任意方向。

标注格式:xml/txt 四点坐标标注

官网:

https://captain-whu.github.io/DOTA/dataset.html

相关推荐
weixin_30777913几秒前
PyTorch基本功能与实现代码
人工智能·pytorch
old_power36 分钟前
【PCL】Segmentation 模块—— 基于图割算法的点云分割(Min-Cut Based Segmentation)
c++·算法·计算机视觉·3d
通信.萌新1 小时前
OpenCV边沿检测(Python版)
人工智能·python·opencv
ARM+FPGA+AI工业主板定制专家1 小时前
基于RK3576/RK3588+FPGA+AI深度学习的轨道异物检测技术研究
人工智能·深度学习
赛丽曼1 小时前
机器学习-分类算法评估标准
人工智能·机器学习·分类
伟贤AI之路1 小时前
从音频到 PDF:AI 全流程打造完美英文绘本教案
人工智能
weixin_307779131 小时前
分析一个深度学习项目并设计算法和用PyTorch实现的方法和步骤
人工智能·pytorch·python
helianying551 小时前
云原生架构下的AI智能编排:ScriptEcho赋能前端开发
前端·人工智能·云原生·架构
池央1 小时前
StyleGAN - 基于样式的生成对抗网络
人工智能·神经网络·生成对抗网络
PaLu-LI2 小时前
ORB-SLAM2源码学习:Initializer.cc⑧: Initializer::CheckRT检验三角化结果
c++·人工智能·opencv·学习·ubuntu·计算机视觉