简介
PASCAL VOC(The PASCAL Visual Object Classes)是一个世界级的计算机视觉挑战赛，第一届比赛在2005年举办，随后一年举办一次，直到2012年最后一次。PASCAL 的全称是 Pattern Analysis, Statistical modelling and ComputAtional Learning，官方地址是 http://host.robots.ox.ac.uk/pascal/VOC/
PASCAL VOC 为图像识别和分类提供了一整套标准化的数据集，用来构建和评估用于图像分类(Classification)，目标检测(Object Detection)和分割(Segmentation)的算法，我们耳熟能详的计算机视觉模型，如 R-CNN 系列、SSD 和 YOLO 等等都是基于 PASCAL VOC 数据集上推出的
目前最完整的数据集是 PASCAL VOC 2012 数据集，而大多数研究者普遍使用的是 PASCAL VOC 2007 和 PASCAL VOC 2012 这2个数据集，它们二者是互斥的，不相容的。PASCAL VOC 2012 总共包括了20类物体，train 和 val 中有11530张图片，共有27450个目标检测标签和6929个分割标签
下图是数据集的类别及其层级结构
这个结构自2007年后就没有改变过
数据集的组织结构
数据集下载后解压，文件结构是这样的
├── Annotations 标签文件，xml格式
├── ImageSets 存放数据集的分割文件
├── JPEGImages 图片文件，jpg格式
├── SegmentationClass 存放按照class类别分割的图片
└── SegmentationObject 存放按照object目标分割的图片其中 Annotations 文件夹
├── 000001.xml
├── 000002.xml
├── 000003.xml
...一个典型的 xml 标签文件如下
各个字段的含义分别是
folder：所属文件夹filename：文件名database：数据库名annotation：标记文件格式size：图像尺寸，width宽、height高，depth通道数目segmented：分割object: 表示一个目标，name标签名、pose拍摄角度，有front、rear、left、right和unspecified、truncated是否被截断也就是图片中是否包含完整目标、difficult检测难易程度，1表示是、0表示否bndbox：目标所在的位置，用xmin、ymin、xmax、ymax来表示
ImageSets 文件夹，存放数据集的分割文件，包含三个子文件夹 Action、Layout、Main 和 Segmentation，其中 Action 文件夹存放用于动作识别文件，Main 文件夹存放的是用于分类和检测的数据集分割文件，Layout 文件夹用于 person layout 任务，Segmentation 用于分割任务
评估标准
PASCAL VOC 的评估标准是 mAP(mean Average Precision)，至于 mAP，前文 Precision、Recall、IoU和mAP 已经解释过了，不清楚的可以再去看看
PASCAL 官方给出了评估 mAP 的脚本和示例代码，下载地址: http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCdevkit_18-May-2011.tar，不过代码是用 matlab 写的
获取数据集
PASCAL VOC2007
链接：https://pan.baidu.com/s/1-0U9w_XBGzYpzP4ND25blQ
提取码：zmz6
PASCAL VOC2012
链接：https://pan.baidu.com/s/1cJPer12vhuubqDeLcRQoPQ
提取码：1340
