VOC 2012 augment 数据集 data augmentation 10582到底哪来的

逃离我推掉我的手 2024-04-17 17:36 31阅读 0赞

根据deeplabv3+官方，train\_aug 数据应该有[10582.][]

你只需要准备两个文件夹，一个list.txt，**三个数据**：

1.  官方提供的VOC2012的JEPGImages 文件夹（也就是全部的彩色照片）
2.  SBD数据库的[数据扩增标注][Link 1]
3.  该标注对应的[list][]（复制粘贴）

也就是说，SBD使用的是原始图片，没有平移旋转，所以你不需要下载他们提供的那个1G多压缩包，只需要下个40M标注。

**有个细节：一般会使用官方提供的标注覆盖SBD作者提供的。道理大家都懂毕竟更准确。上面的提供的标注就是这么做的。如果你想diy数据你要注意一下。**

# 作者下文在较真上述数据集的有效性，最后结论是上面没问题。如果你比较多疑，那你就往下看，如果你觉得没问题，那直接下载就好了，实验愉快。 #

一个论文作者做了augment，我们称之为SBD扩充好了。SBD只有2008年以后的图片

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70][]

SBD数据库图片：[http://home.bharathh.info/pubs/codes/SBD/download.html][http_home.bharathh.info_pubs_codes_SBD_download.html]

SBD数据库标注：[https://www.dropbox.com/s/oeu149j8qtbs1x0/SegmentationClassAug.zip?dl=0][https_www.dropbox.com_s_oeu149j8qtbs1x0_SegmentationClassAug.zip_dl_0]（转换函数本博客[有提供][Link 2]）

问题是该SBD数据库作者说，图片实际一共train（8000）+val = 11355个。并且如果使用val做测试，只能使用train.txt那么，其他的2000张图片来自于那里？

准确来讲SBD的training数据一共8499张。 val =2858

voc2007trainval一共423

voctest一共211

voc2012 train 1464张  val1450

更别说voc2012还有[很多是2007的图片][2007]：

*  VOC 2012用于分割的数据中train+val包含 2007-2011年间的所有数据，test包含2008-2011年间的数据，没有包含07年的是因为07年的test数据已经公开了。

看2012trainval中2007年的数据：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 1][]

正好是632张2007年的图片

所以我们10582的来源只有SBD+VOC2012

SBDtrain（8849）+voc2012train（1464）=9963   10582-9963=619

SBDval（2858）-voc2012（1450）=1403

1403>619

我猜测，可能是将一部分的SBDval数据放到了里面，可能觉得SBDval里面还是有一些不属于VOC2012val的。

我就是很较真。。。。。。

还有个问题，同名对应的文件相同吗，比如说BSD中图片与VOC中图片重名了，标注一样吗？

## 经过严谨的考察。使用全部的VOC2012的image，以及上述网站提供的train\_aug,segmentationClassAug能够构成必要的没有重复的DA。 ##

有问题请留言

[10582.]: https://www.sun11.me/
[Link 1]: https://www.dropbox.com/s/oeu149j8qtbs1x0/SegmentationClassAug.zip?dl=0&file_subpath=%2FSegmentationClassAug
[list]: https://gist.githubusercontent.com/sun11/2dbda6b31acc7c6292d14a872d0c90b7/raw/5f5a5270089239ef2f6b65b1cc55208355b5acca/trainaug.txt
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/440dcaa8bbe54a1587de165b589766fa.png
[http_home.bharathh.info_pubs_codes_SBD_download.html]: http://home.bharathh.info/pubs/codes/SBD/download.html
[https_www.dropbox.com_s_oeu149j8qtbs1x0_SegmentationClassAug.zip_dl_0]: https://www.dropbox.com/s/oeu149j8qtbs1x0/SegmentationClassAug.zip?dl=0
[Link 2]: https://blog.csdn.net/u013249853/article/details/100127940
[2007]: https://arleyzhang.github.io/articles/1dc20586/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/2265bf6dd3354991b85d1658224b94da.png