PASCAL VOC 数据集

PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。本文主要分析PASCAL VOC数据集中和图像中物体识别相关的内容。

PASCAL VOC项目：

• 为对象类识别提供标准化图像数据集
• 提供用于访问数据集和注释的通用工具集
• 可以评估和比较不同的方法 
• Ran挑战评估对象类识别的性能（从2005年至2012年，现已完成）

Pascal VOC数据集

来自VOC挑战的数据集可通过以下挑战链接获得，并且可通过PASCAL VOC评估服务器评估这些数据集上的新方法  。即使挑战现已完成，评估服务器仍将保持活动状态。
 

下表简要概述了VOC开发的主要阶段。

年	统计	新发展	笔记
2005年	只有4个班：自行车，汽车，摩托车，人。训练/验证/测试：包含2209个带注释的对象的1578个图像。	两个比赛：分类和检测	图像主要来自现有的公共数据集，并不像随后使用的flickr图像那样具有挑战性。此数据集已过时。
2006年	10班：自行车，公共汽车，汽车，猫，牛，狗，马，摩托车，人，羊。训练/验证/测试：2618张图像，包含4754个带注释的对象。	来自flickr和Microsoft Research Cambridge（MSRC）数据集的图像	MSRC图像比flickr更容易，因为照片通常集中在感兴趣的对象上。此数据集已过时。
2007年	20课： 人：人 动物：鸟，猫，牛，狗，马，羊 车辆：飞机，自行车，船，公共汽车，汽车，摩托车，火车 室内：瓶子，椅子，餐桌，盆栽，沙发，电视/显示器 训练/验证/测试：9,963张图像，包含24,640个带注释的对象。	课程数量从10个增加到20个 细分分析师介绍 人物布局品尝师介绍 截断标志添加到注释中 分类挑战的评估指标变为平均精度。以前它是ROC-AUC。	今年建立了20个班级，从那时起就已经修好了。这是针对测试数据发布注释的最后一年。
2008年	20课。数据被分开（像往常一样）约50％列车/值和50％测试。train / val数据有4,340个图像，包含10,363个带注释的对象。	遮挡标志添加到注释中 测试数据注释不再公开。 分段和人物布局数据集包括来自相应VOC2007集的图像。
2009年	20课。列车/瓦尔数据有7,054张图像，包含17,218个ROI注释对象和3,211个分段。	从现在开始，所有任务的数据都包含前几年用新图像增强的图像。在早些年，每年都会发布一个全新的数据集，用于分类/检测任务。 增强允许每年增加图像的数量，并且意味着可以在前几年的图像上比较测试结果。 细分成为标准挑战（从品酒师提升）	没有为附加图像提供困难的标志（遗漏）。 测试数据注释未公开。
2010	20课。train / val数据有10,103个图像，包含23,374个ROI注释对象和4,203个分段。	行动分类品尝师介绍。 基于ImageNet引入的大规模分类的相关挑战。 亚马逊机械土耳其人用于注释的早期阶段。	计算AP的方法发生了变化。现在使用所有数据点而不是TREC样式采样。 测试数据注释未公开。
2011	20课。train / val数据有11,530个图像，包含27,450个ROI注释对象和5,034个分段。	行动分类品尝师扩展到10个类+“其他”。	布局注释现在不是“完整的”：只有人注释，有些人可能没有注释。
2012	20课。列车/瓦尔数据有11,530张图像，包含27,450个ROI注释对象和6,929个分段。	分割数据集的大小显着增加。 行动分类数据集中的人员还附加了身体上的参考点。	用于分类，检测和人员布局的数据集与VOC2011相同。

主办单位

• Mark Everingham（利兹大学）
• Luc van Gool（苏黎世ETHZ）
• 克里斯威廉姆斯（爱丁堡大学）
• John Winn（微软剑桥研究院）
• Andrew Zisserman（牛津大学）

主要贡献来自

• Yusuf Aytar（牛津大学）
• Ali Eslami（微软剑桥研究院）
• Alexander Sorokin（伊利诺伊大学厄巴纳 - 香槟分校）