目标检测环境以及数据集
环境
- pyton:3.8
- cuda:11.3,cudnn:8302
- pytorch:1.12.1
- torch:0.13.1
- numpy
- matplotlib
- pycocotools
- lxml
- pillow
数据集
PASCAL VOC 文件目录
├── VOCdevkit
│ └── VOC2007/2012
│ ├── Annotations
│ ├── ImageSets
│ ├── JPEGImages
│ ├── SegmentationClass（检测不用）
│ └── SegmentationObject（检测不用）
2007
Pascal VOC2007 train/val数据集(450M)下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
Pascal VOC2007 test数据集(430M)下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
train+val
1 训练数据：2501张图像，共6301个目标 2 验证数据：2510张图像，共6307个目标 3 训练+验证数据：5011张图像，共12608个目标
test
1 测试数据：4952张图像，共12032个目标
2012
Pascal VOC2012 train/val数据集(2G)下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
Pascal VOC2012 test数据集下载地址：未开放
train+val
1 训练数据：5717张图像，共13609个目标 2 验证数据：5823张图像，共13841个目标 3 训练+验证数据：11540张图像，共27450个目标
2007+2012
07+12: union of VOC2007 and VOC2012 trainval
可以重新创建一个文件夹叫做VOC0712，在其下建立JPEGImages、ImageSets、Annotations三个文件夹
然后把2007和2012的JPEGImages、Annotations中的图片和标注全部放一块，再分别放入之前新建立的文件夹中
这样JPEGImages、Annotations中的文件数目各有（17125+5011+4952=27088）
在ImageSets中建立一个main文件夹，在main文件夹中创建两个文件train.txt以及test.txt,将07和12中的txt内容合并
1 train.txt:VOC2007-ImageSets-main-trainval.txt+2012中的trainval.txt 2 test.txt:VOC2007-ImageSets-main-test.txt
最后合并后train.txt文件有11540+5011=16551行,test.txt:4952行
简单的说就是重新创一个文件结构相同的文件夹，将07+12需要的内容合并就行了