- 综合排序
- 最热优先
- 最新优先
- 来自专栏Deep learning进阶路
VOC数据集解析 VOC2007解析
VOC数据是 PASCAL VOC Challenge 用到的数据集，官网：http://host.robots.ox.ac.uk/pascal/VOC/ 这里以常用的 VOC2007数据集 作为代表来讲解一下 VOC数据集 1.下载数据 官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/index.html 训练集/验证集： http://host.robots.ox.ac.uk /pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar DevKit：http://host.robots.ox.ac.uk/pascal/VOC/voc2007 /VOCdevkit_08-Jun-2007.tar 带有标记的测试集：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007 .tar 这里说明一下，VOC官方给出的数据集中，只有VOC2007是给出了带有标记的测试集的， 其他年份的数据集是没有 Anotated test data的 至于训练集train set、验证集validation
5.6K51发布于 2019-12-20 - 来自专栏计算机视觉理论及其实现
PASCAL VOC的评估代码voc_eval.py解析
目录1、读检测的结果2、解析一幅图像中的目标数3、计算AP4、VOC的评估5、进行python评估6、voc的检测评估----1、读检测的结果def write_voc_results_file(all_boxes cls, cls_id in NAME_LABEL_MAP.items(): if cls == 'back_ground': continue print("Writing {} VOC 2、解析一幅图像中的目标数def parse_rec(filename): """ Parse a PASCAL VOC xml file """ tree = ET.parse(filename) 的AP，如果use_07_metric为真，使用VOC 07 11点方法。 4、VOC的评估def voc_eval(detpath, annopath, test_imgid_list, cls_name, ovthresh=0.5, use_
2.1K20编辑于 2022-09-03 - 来自专栏计算机视觉理论及其实现
VOC格式转CSV
import osimport xml.dom.minidom path_img = "VOC2007/JPEGImages"path_xml = "VOC2007/Annotations" xml_list
1.5K30编辑于 2022-09-02 visdrone转voc问题
xml_name, 'w') as fout: fout.write('<annotation>' + '\n') fout.write('\t' + '<folder>VOC2007 '\n') fin.close() fout.write('</annotation>') 转换后即可用labelImg查看即可，但是经过技术检查，发现train转换后VOC 参考文章：VisDrone转VOC、YOLO格式_C++有手就行的博客-CSDN博客
18910编辑于 2025-07-19数据集VOC格式绝缘子缺陷检测数据集VOC-4086张
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：4086 标注数量(xml文件个数)：4086
20510编辑于 2025-07-19- 来自专栏叹世界
替换 VOC 数据集中图片路径
在一次做项目的时候，团队分配任务做数据集，用 labelimage 来打标，汇总数据时发现 xml 中的图片路径各不相同，于是就写了这个工具来修改 xml 中的图片路径。
2.1K20编辑于 2022-01-12 - 来自专栏计算机视觉理论及其实现
合并PASCAL VOC的目标类别
import osimport xml.etree.ElementTree as ET#程序功能：批量修改VOC数据集中xml标签文件的标签名称def changelabelname(inputpath
89410编辑于 2022-09-02 - 来自专栏计算机视觉理论及其实现
将KITTI转换为PASCAL VOC
import os, sysimport globfrom PIL import Image # VEDAI 图像存储位置src_img_dir = "D:\dataset\cityscapes\leftImg8bit\\train\\zurich\\"# VEDAI 图像的 ground truth 的 txt 文件存放位置src_txt_dir = "D:\dataset\cityscapes\gtFine\\train\\zurich\\"src_xml_dir = "D:\dataset\citys
1.5K20编辑于 2022-09-02 - 来自专栏计算机视觉理论及其实现
PASCAL VOC统计各类目标数量
# -*- coding:utf-8 -*-import osimport xml.etree.ElementTree as ETimport numpy as npnp.set_printoptions(suppress=True, threshold=1000000)import matplotlibfrom PIL import Imagedef parse_obj(xml_path, filename): tree = ET.parse(xml_path + filename) obje
1.4K20编辑于 2022-09-02 - 来自专栏精益六西格玛资讯
为什么VOC（客户之声）很重要？
换言之，当一切都顺利进行时（即，您遵循六西格玛方法），客户的声音（VOC）在优先列表中排名靠前，那么您的客户会很高兴，能够准确地了解对他们来说是最重要的内容。 这就是为什么六西格玛的VOC工具如此重要。在DMAIC流程的定义阶段，VOC将告知您客户的期望。了解客户对您的产品或服务的评论，将有助于深入了解对客户真正重要的内容。
41340编辑于 2022-11-24 男女数据集voc格式6188张
数据集制作单位：FIRC 版权单位：FIRC 版权声明：数据集仅仅供个人使用，组织或个人不得在互联网进行传播和进行商业行为 授权方式：收费 数据集格式：Pascal VOC格式(不包含分割的txt
11010编辑于 2025-07-19- 来自专栏贾志刚-OpenCV学堂
PASCAL VOC2012 数据集详解
VOC2012 数据集各种细节问题。 此外Pascal VOC还提供一些很有意思的标注数据包括行为识别、人体Layout分析等。 行为识别数据：预测图像中人的行为动作 ? 数据集结构与描述 Pascal VOC2012的文件结构如下： ? ? 标注制作 我喜欢用的制作VOC2012数据集的标注工具为labelImg ? 简单好用，自动生成VOC2012 Annotation XML文件。 更多数据标注与数据集制作工具参考之前的文章： 十个最常用深度学习图像/视频数据标注工具 参考资料 http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html
6.6K60发布于 2019-08-14 老鼠数据集voc格式3001张
数据集制作单位：FIRC 版权单位：FIRC 版权声明：数据集仅仅供个人使用，组织或个人不得在互联网进行传播和进行商业行为 授权方式：收费 数据集格式：Pascal VOC格式(不包含分割的txt文件
16610编辑于 2025-07-19VOC数据集增强工具使用教程
VOC数据集增强工具使用教程 欢迎使用VOC数据库增强工具！本工具旨在帮助您对VOC数据集中的图片进行多种增强处理，以提升模型训练精度和模型识别能力和适应不同的应用需求。 以下是使用本工具的详细步骤：首先获取工具firc.lanzn.com/iNrsF2mzg93i 一、打开软件 双击软件目录的FIRC.exe 二、软件界面介绍 标题栏：显示软件名称“VOC数据库增强工具 在弹出的文件选择对话框中，浏览到包含您要增强的VOC数据库图片的文件夹。 选择一个或多个图片文件，然后点击“打开”或“确定”按钮。 希望本教程能帮助您顺利使用VOC数据库增强工具！如有任何疑问或建议，请随时与我们联系。
21210编辑于 2025-07-16猪数据集VOC-2856张
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：2856 标注数量(xml文件个数)：2856 标注类别数：1 标注类别名称
13410编辑于 2025-09-09- 来自专栏精益六西格玛资讯
如何正确理解VOC（客户之声）？
如何正确理解VOC（客户之声）？本文举例如下：最近小王正打算买一辆新车。他把选择缩小到3个，然后上网看评论。发现其中一个品牌在某评论网站上有200多条相关信息和评价。 于是VOC（客户之声）很不幸地变成了客户噪声。 其实，客户之声并不意味着每个大大小小的决定都要得到客户的认可。总有些客户需求与企业战略相驳或因为各种原因而缺乏可行性。 不必认为客户永远是对的。
87220编辑于 2022-09-30 塔吊数据集VOC格式2559张
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：2559 标注数量(xml文件个数)：2559 对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注 数据集具体介绍和样张示例请观看视频教程： [数据集介绍][目标检测]塔吊数据集VOC
16910编辑于 2025-07-19- 来自专栏精益六西格玛资讯
北京六西格玛咨询公司聊VOC
北京六西格玛咨询公司聊VOC。VOC是指客户之声(Customer Voice)，是一种用于收集、分析和处理客户反馈的数据集合。 图片以下是六西格玛咨询公司总结使用VOC的一些基本步骤：1. 收集客户之声：首先需要建立一个VOC数据集，可以通过问卷调查、电话采访、在线调查等方式来收集客户之声。 总之，使用VOC(客户之声)可以更好地了解客户需求和反馈，为企业的改进和优化提供有力的支持。
95210编辑于 2023-04-13 - 来自专栏全栈程序员必看
pascal voc数据集下载_目标检测分类
Classification 这几类子任务 PASCAL 主页 与 排行榜 PASCAL VOC 2007 挑战赛主页 、PASCAL VOC 2012 挑战赛主页 、PASCAL VOC Evaluation 二、VOC 常用组合、数据量统计及组织结构 VOC2007 train_val_test & VOC2012 train_val 百度云下载链接，提取码: jz27 目前目标检测常用的是 VOC2007 和 VOC2012 数据集，因为二者是互斥的，论文中的常用组合有以下几种： 07+12： 使用 VOC2007 和 VOC2012 的 train+val（16551） 上训练，然后使用 VOC2007 的 test（4952） 测试 07++12： 使用 VOC2007 的 train+val+test（9963） 和 VOC2012的 train+val（11540） 训练，然后使用 VOC2012 PASCAL VOC Evaluation Server上评估结果，因为VOC2012 test 没有公布 VOC2007 和 VOC2012 目标检测任务中的训练、验证和测试数据统计如下表所示，具体每一类的数据分布见
2.8K30编辑于 2022-11-09 - 来自专栏计算机视觉理论及其实现
PASCAL VOC提取出特定的目标类别
import osimport shutilann_filepath = 'D:\dataset\cityscapes\cityscape_voc_clean\Annotations\\'img_filepath = 'D:\dataset\cityscapes\cityscape_voc_clean\JPEGImages\\'img_savepath = 'D:\dataset\cityscapes\cityscape_voc_clean \JPEGImages_car\\'ann_savepath = 'D:\dataset\cityscapes\cityscape_voc_clean\Annotations_car\\'if not
1.3K20编辑于 2022-09-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号