Pytorch深度学习和目标检测实战笔记

原视频链接：PyTorch深度学习目标检测入门实战系列【土堆 x 布尔艺数】

下载VOC数据集

下载地址：http://host.robots.ox.ac.uk/pascal/VOC/

数据集里面都有什么

• Annotations 标注文件夹(包含xml文件，图片的各种信息)
• ImageSets 图片集合(主要关注Main文件夹的内容)
• JPEGImages 数据集包含的图片
• SegmentationClass 语义分割图片
• SegmentationObject 实例分割图片 #### 需要关注的是ImageSets

打开ImageSets-Main-aeroplane_train.txt 可以看到32和33为1，在JPEGImages中，32号的图片

打开Annotations

打开Annotations-000032.xml

1
2
3
4
5
6
7
8
9
10
11
12

<object>
		<name>aeroplane</name><图片类别名字>
		<pose>Frontal</pose><拍摄物体的角度，可以看出是在前面拍的>
		<truncated>0</truncated><有无被截断，0是无>
		<difficult>0</difficult><识别出来是否困难，0代表不困难>
		<bndbox>
			<xmin>104</xmin><物体在图片上横坐标最小值>
			<ymin>78</ymin><物体在图片上纵坐标最小值>
			<xmax>375</xmax><物体在图片上横坐标最大值>
			<ymax>183</ymax><物体在图片上纵坐标最大值>
				</bndbox>
</object>

下载COCO数据集

官网：https://cocodataset.org/#home

解读Annotations

从第一行开始扫描，是46格像素，到第三行才出现白色的像素，一行一行的扫描 "counts":[147,3,1......]

未完待续