SBD數據集

• 2019 年 11 月 29 日
• 筆記

原文鏈接：https://blog.csdn.net/zz2230633069/article/details/89335205

數據集下載在百度雲盤：鏈接：https://pan.baidu.com/s/1-kYEZtOo99VJGHrKlOK5dQ 提取碼：jgx7

裡面的benchmark，表示SBD數據集

dataset包含以下：

train.txt 8498行影像的名字索引

val.txt 2857行影像的名字索引

img文件夾，裡面11355全是jpg影像文件（隸屬於voc的JPEGImage文件夾下的17125張jpg影像）

cls文件夾， 裡面11355全是mat文件

inst文件夾， 裡面11355全是mat文件

sbd數據屬於voc2012數據集，但是voc數據集的訓練或者驗證圖片的標籤圖非常少。但是sbd給出的很多，所以可以綜合這兩個數據集得到更加多的驗證集和數據集標籤。

下面給出的一些數據：

voc數據集標籤：

voc_trainval：2913 voc_train：1464 voc_ val：1449

sbd數據集標籤：

sbd_train：8498 sbd_val：2857

因此可以得到增強版的數據集標籤：

train_aug = voc_trian + sbd_train – 重複的圖片 8829

train_aug_val = voc_val – sbd_train（就是剔除掉已經是trian_aug裡面的圖片） 904

上面兩個就是常見的擴增數據集，總共有9733張標註圖。

但是我們注意到sbd也有val集合，所以標註影像可以繼續進行擴增：

val_aug = voc_val + sbd_val – 重複的圖片 – train_aug 3202

所以train_aug和val_aug兩個加起來就是最大的擴充數據集，總共有12031張標註圖。