VOC-gegevensreeks
De PASCAL VOC (Visual Object Classes) dataset is een bekende dataset voor objectdetectie, segmentatie en classificatie. Het is ontworpen om onderzoek naar een grote verscheidenheid aan objectcategorieƫn aan te moedigen en wordt vaak gebruikt voor het benchmarken van computer vision modellen. Het is een essentiƫle dataset voor onderzoekers en ontwikkelaars die werken aan objectdetectie, segmentatie en classificatietaken.
Belangrijkste kenmerken
- De VOC dataset bevat twee belangrijke uitdagingen: VOC2007 en VOC2012.
- De dataset bestaat uit 20 objectcategorieƫn, waaronder veelvoorkomende objecten zoals auto's, fietsen en dieren, maar ook meer specifieke categorieƫn zoals boten, banken en eettafels.
- Annotaties omvatten objectgrenzen en klassenlabels voor objectdetectie en classificatietaken, en segmentatiemaskers voor segmentatietaken.
- VOC biedt gestandaardiseerde evaluatiemetrieken zoals gemiddelde precisie (mAP) voor objectdetectie en -classificatie, waardoor het geschikt is voor het vergelijken van modelprestaties.
Structuur dataset
De VOC-dataset is opgesplitst in drie subsets:
- Trainen: Deze subset bevat afbeeldingen voor het trainen van objectdetectie, segmentatie en classificatiemodellen.
- Validatie: Deze subset bevat afbeeldingen die tijdens de modeltraining zijn gebruikt voor validatiedoeleinden.
- Test: Deze subset bestaat uit afbeeldingen die worden gebruikt voor het testen en benchmarken van de getrainde modellen. De grondwaarheidsannotaties voor deze subset zijn niet publiekelijk beschikbaar en de resultaten worden ingediend bij de PASCAL VOC evaluatieserver voor prestatie-evaluatie.
Toepassingen
De VOC dataset wordt veel gebruikt voor het trainen en evalueren van deep learning modellen voor objectdetectie (zoals YOLO, Faster R-CNN en SSD), segmentatie van instanties (zoals Mask R-CNN) en beeldclassificatie. De diverse set objectcategorieƫn, het grote aantal geannoteerde afbeeldingen en de gestandaardiseerde evaluatiemetrieken maken de dataset tot een essentiƫle bron voor computer vision onderzoekers en praktijkmensen.
Dataset YAML
Een YAML (Yet Another Markup Language) bestand wordt gebruikt om de configuratie van de dataset te definiƫren. Het bevat informatie over de paden, klassen en andere relevante informatie van de dataset. In het geval van de VOC dataset is de VOC.yaml
bestand wordt onderhouden op https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/VOC.yaml.
ultralytics/cfg/datasets/VOC.yaml
# Ultralytics YOLO š, AGPL-3.0 license
# PASCAL VOC dataset http://host.robots.ox.ac.uk/pascal/VOC by University of Oxford
# Documentation: # Documentation: https://docs.ultralytics.com/datasets/detect/voc/
# Example usage: yolo train data=VOC.yaml
# parent
# āāā ultralytics
# āāā datasets
# āāā VOC ā downloads here (2.8 GB)
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/VOC
train: # train images (relative to 'path') 16551 images
- images/train2012
- images/train2007
- images/val2012
- images/val2007
val: # val images (relative to 'path') 4952 images
- images/test2007
test: # test images (optional)
- images/test2007
# Classes
names:
0: aeroplane
1: bicycle
2: bird
3: boat
4: bottle
5: bus
6: car
7: cat
8: chair
9: cow
10: diningtable
11: dog
12: horse
13: motorbike
14: person
15: pottedplant
16: sheep
17: sofa
18: train
19: tvmonitor
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import xml.etree.ElementTree as ET
from tqdm import tqdm
from ultralytics.utils.downloads import download
from pathlib import Path
def convert_label(path, lb_path, year, image_id):
def convert_box(size, box):
dw, dh = 1. / size[0], 1. / size[1]
x, y, w, h = (box[0] + box[1]) / 2.0 - 1, (box[2] + box[3]) / 2.0 - 1, box[1] - box[0], box[3] - box[2]
return x * dw, y * dh, w * dw, h * dh
in_file = open(path / f'VOC{year}/Annotations/{image_id}.xml')
out_file = open(lb_path, 'w')
tree = ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
names = list(yaml['names'].values()) # names list
for obj in root.iter('object'):
cls = obj.find('name').text
if cls in names and int(obj.find('difficult').text) != 1:
xmlbox = obj.find('bndbox')
bb = convert_box((w, h), [float(xmlbox.find(x).text) for x in ('xmin', 'xmax', 'ymin', 'ymax')])
cls_id = names.index(cls) # class id
out_file.write(" ".join(str(a) for a in (cls_id, *bb)) + '\n')
# Download
dir = Path(yaml['path']) # dataset root dir
url = 'https://github.com/ultralytics/yolov5/releases/download/v1.0/'
urls = [f'{url}VOCtrainval_06-Nov-2007.zip', # 446MB, 5012 images
f'{url}VOCtest_06-Nov-2007.zip', # 438MB, 4953 images
f'{url}VOCtrainval_11-May-2012.zip'] # 1.95GB, 17126 images
download(urls, dir=dir / 'images', curl=True, threads=3, exist_ok=True) # download and unzip over existing paths (required)
# Convert
path = dir / 'images/VOCdevkit'
for year, image_set in ('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test'):
imgs_path = dir / 'images' / f'{image_set}{year}'
lbs_path = dir / 'labels' / f'{image_set}{year}'
imgs_path.mkdir(exist_ok=True, parents=True)
lbs_path.mkdir(exist_ok=True, parents=True)
with open(path / f'VOC{year}/ImageSets/Main/{image_set}.txt') as f:
image_ids = f.read().strip().split()
for id in tqdm(image_ids, desc=f'{image_set}{year}'):
f = path / f'VOC{year}/JPEGImages/{id}.jpg' # old img path
lb_path = (lbs_path / f.name).with_suffix('.txt') # new label path
f.rename(imgs_path / f.name) # move image
convert_label(path, lb_path, year, id) # convert labels to YOLO format
Gebruik
Om een YOLOv8n model te trainen op de VOC dataset voor 100 epochs met een afbeeldingsgrootte van 640, kun je de volgende codefragmenten gebruiken. Raadpleeg de pagina Model Training voor een uitgebreide lijst met beschikbare argumenten.
Voorbeeld trein
Voorbeeldafbeeldingen en -annotaties
De VOC dataset bevat een diverse set afbeeldingen met verschillende objectcategorieĆ«n en complexe scĆØnes. Hier zijn enkele voorbeelden van afbeeldingen uit de dataset, samen met de bijbehorende annotaties:
- GemozaĆÆekte afbeelding: Deze afbeelding toont een trainingsbatch die bestaat uit gemozaĆÆekte afbeeldingen van de dataset. MozaĆÆeken is een techniek die tijdens het trainen wordt gebruikt om meerdere afbeeldingen te combineren tot Ć©Ć©n afbeelding om de verscheidenheid aan objecten en scĆØnes binnen elke trainingsbatch te vergroten. Dit helpt het vermogen van het model om te generaliseren naar verschillende objectgroottes, beeldverhoudingen en contexten te verbeteren.
Het voorbeeld toont de verscheidenheid en complexiteit van de afbeeldingen in de VOC dataset en de voordelen van het gebruik van mozaĆÆek tijdens het trainingsproces.
Citaten en erkenningen
Als je de VOC dataset gebruikt in je onderzoek of ontwikkeling, citeer dan het volgende document:
We willen graag het PASCAL VOC Consortium bedanken voor het maken en onderhouden van deze waardevolle bron voor de computer vision gemeenschap. Ga voor meer informatie over de VOC dataset en de makers naar de PASCAL VOC dataset website.