VOC
目标检测
文件结构：
taskname.zip/
├── images/ # 图像文件夹
│ ├── <image_name1>.jpg
│ ├── <image_name2>.jpg
│ └── <image_nameN>.jpg
└── annotations/ # 标注文件夹
│ ├── <image_name1>.xml
│ ├── <image_name2>.xml
│ └── <image_nameN>.xml
xml格式：
基于voc补充的自定义字段如下：
- rotate_angle: 旋转角度，顺时针为正，单位为度
- labelfree_object：一致性、准确性测试生成的标注结果
- meta：元数据，用于扩展数据
- annotator： 标注员信息
<annotation>
<folder>VOC2012</folder> # 图像所在文件夹
<filename>2007_000032.jpg</filename> # 图像文件名
<source> # 图像源
<database>The VOC2007 Database</database>
<annotation>PASCAL VOC2007</annotation>
<image>flickr</image>
</source>
<size> # 图像尺寸信息
<width>500</width> # 图像宽度
<height>281</height> # 图像高度
<depth>3</depth> # 图像深度，也就是通道数
</size>
<segmented>1</segmented> # 图像是否用于分割
<labelfree_object> # labelfree生成对象，来自一致性测试
<name>aeroplane</name> # 目标的类别名
<pose>Frontal</pose> # 拍摄角度，Unspecified
<truncated>0</truncated> # 是否被截断，0表示完整未截断
<difficult>0</difficult>
<meta> # labelfree自定义元信息
<annotator>test3@intellif.com</annotator> # 标注员信息
</meta>
<bndbox> # 边界框信息
<xmin>104</xmin> # 左上角x
<ymin>78</ymin> # 左上角y
<xmax>375</xmax> # 右下角x
<ymax>183</ymax> # 右下角y
<rotate_angle>2.889813</rotate_angle> # 旋转角度,默认为0，顺时针为正
</bndbox>
</labelfree_object>
<object> # 一个目标对象的信息
<name>aeroplane</name> # 目标的类别名
<pose>Frontal</pose> # 拍摄角度，Unspecified
<truncated>0</truncated> # 是否被截断，0表示完整未截断
<difficult>0</difficult> # 是否难以识别，0表示不难识别
<bndbox> # 边界框信息
<xmin>104</xmin> # 左上角x
<ymin>78</ymin> # 左上角y
<xmax>375</xmax> # 右下角x
<ymax>183</ymax> # 右下角y
<rotate_angle>2.889813</rotate_angle> # 旋转角度,默认为0，顺时针为正
</bndbox>
</object>
# 下面是其他目标的信息，这里略掉
<object>
...
</object>
</annotation>
语义分割
目录结构
demo_dir
├── annotations
│ ├── labelmap.txt
│ └── SegmentationClass
│ ├── 1.png
│ ├── 2.png
│ └── 3.png
└── images
├── 1.jpg
├── 2.jpg
└── 3.jpg