voc数据集格式转化为coco voc格式的数据集 _voc格式的数据集

文章插图

文章插图
近日，在国际顶级的计算机视觉竞赛 Pattern Analysis, Statistical Modeling and Computational Learning（PASCAL VOC）挑战赛目标检测 comp4 赛道上，创新奇智 (AInnovation) 研发的 AInnoDetection 目标检测算法在 20 项的评测指标中，取得 10 项指标排名第一的成绩，超越众多国内外知名人工智能企业和高校人工智能实验室，夺得大赛冠军。
PASCAL VOC 挑战赛是视觉对象的分类识别和检测的基准测试比赛。该赛事是世界最权威的三大计算机视觉挑战赛之一，数据集标注质量高、场景复杂、目标多样、检测难度大、数据量小但是场景丰富，相比
ImageNet
等更加考验人工智能算法的设计和创新能力。如今，PASCAL VOC 挑战赛和其所使用的数据集已经成为目标检测领域普遍接受的标准，一年一度的挑战赛成为了国内外团队角逐实力的赛场。今年有全球近百支专业队伍参加挑战赛。参赛团队包括 Google、Microsoft、CMU、清华大学、阿里巴巴、腾讯、搜狗、Yi+、平安科技等国内外知名图像领域的顶尖队伍。
目标检测
是图像领域三大基本任务之一。任务要求算法在给定图像中精确定位物体的位置，并标注出被定位物体的类别。因此，算法首先需要确定图像中物体位置，然后对已定位的物体进行分类。
目标检测的难点在于，图像中的目标大小、位置、姿态等不确定，同一图像中可能有多个目标。这些问题给算法准确检测目标带来了挑战。
在 Pascal VOC 的数据集中，算法识别难度更高。首先，图像中的目标分属数十个类别，包括人类、动物、交通工具、室内物体等，目标种类数量较多。其次，数据集较小，模型难以通过大量数据训练提升表现。此外，图像包含多个室内外场景，单个图像中的内容多变，目标数量和种类丰富，这对算法在多种场景下准确检测多个目标提出了更高要求。