做网站如何分类产品,四川互联网广告人,健康类网站模板,做俄罗斯外贸的网站设计想了解一下VOC格式数据标签各个字段的含义#xff0c;搜了一圈没看到#xff0c;懒得去官网了#xff0c;直接问了GPT-4o#xff0c;以下回答字段解析来自GPT-4o#xff0c;例子我自己写的
VOC (Visual Object Classes) 数据标签格式主要用于目标检测任务。VOC格式的标签…想了解一下VOC格式数据标签各个字段的含义搜了一圈没看到懒得去官网了直接问了GPT-4o以下回答字段解析来自GPT-4o例子我自己写的
VOC (Visual Object Classes) 数据标签格式主要用于目标检测任务。VOC格式的标签文件是以 XML 格式存储的每个文件对应一张图像包含该图像中目标对象的信息。以下是 VOC 标签文件中各个字段的解释 annotation: 根节点包含整个标签文件的信息。 folder: 图像所在的文件夹名称。 filename: 图像文件的名称。 path: 图像文件的路径。 source: 图像来源信息包括 database: 数据库名称。annotation: 注释信息来源。image: 图像信息来源。 size: 图像尺寸信息包括 width: 图像宽度像素。height: 图像高度像素。depth: 图像深度通常为 3表示 RGB 图像。 segmented: 图像是否分割过通常为 0表示没有分割。 object: 图像中的目标对象信息可以有多个 object 节点每个对象包含以下字段 name: 目标对象的类别名称。pose: 目标对象的姿态不常用通常为 unspecified。truncated: 对象是否被截断0 表示没有截断1 表示截断。difficult: 对象是否为困难样本0 表示不是1 表示是。bndbox: 目标对象的边界框信息包括 xmin: 边界框左上角的 x 坐标。ymin: 边界框左上角的 y 坐标。xmax: 边界框右下角的 x 坐标。ymax: 边界框右下角的 y 坐标。
一个简单的 VOC 格式标签文件示例如下
annotationfolderVOC2007/folderfilename000001.jpg/filenamesourcedatabaseThe VOC2007 Database/databaseannotationPASCAL VOC2007/annotationimageflickr/imageflickrid341012865/flickrid/sourceownerflickridFried Camels/flickridnameJinky the Fruit Bat/name/ownersizewidth353/widthheight500/heightdepth3/depth/sizesegmented0/segmentedobjectnamedog/nameposeLeft/posetruncated1/truncateddifficult0/difficultbndboxxmin48/xminymin240/yminxmax195/xmaxymax371/ymax/bndbox/objectobjectnameperson/nameposeLeft/posetruncated1/truncateddifficult0/difficultbndboxxmin8/xminymin12/yminxmax352/xmaxymax498/ymax/bndbox/object
/annotation
在这个示例中有一个文件夹名称为 “VOC2007”文件名为 “000001.jpg” 的图像图像尺寸为 353x500 像素深度为 3。 图像中包含一个类别为 “dog” 的目标对象其边界框左上角坐标为 (48, 240)右下角坐标为 (195, 371)该目标存在遮挡但并不是困难样本还包含一个“person”目标左上角坐标为 (8, 12)右下角坐标为 (352, 498)存在遮挡不是困难样本
