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
bastgia40 分钟前
Tokenformer: 下一代Transformer架构
人工智能·机器学习·llm
菜狗woc1 小时前
opencv-python的简单练习
人工智能·python·opencv
15年网络推广青哥1 小时前
国际抖音TikTok矩阵运营的关键要素有哪些?
大数据·人工智能·矩阵
weixin_387545641 小时前
探索 AnythingLLM:借助开源 AI 打造私有化智能知识库
人工智能
engchina2 小时前
如何在 Python 中忽略烦人的警告?
开发语言·人工智能·python
paixiaoxin3 小时前
CV-OCR经典论文解读|An Empirical Study of Scaling Law for OCR/OCR 缩放定律的实证研究
人工智能·深度学习·机器学习·生成对抗网络·计算机视觉·ocr·.net
OpenCSG3 小时前
CSGHub开源版本v1.2.0更新
人工智能
weixin_515202493 小时前
第R3周:RNN-心脏病预测
人工智能·rnn·深度学习
Altair澳汰尔3 小时前
数据分析和AI丨知识图谱,AI革命中数据集成和模型构建的关键推动者
人工智能·算法·机器学习·数据分析·知识图谱
机器之心3 小时前
图学习新突破:一个统一框架连接空域和频域
人工智能·后端