Data format
一、COCO
COCO数据集，是将所有图像的标签信息和类别信息存放在一个json文件。
Data Format 数据格式
https://cocodataset.org/#format-data
JSON文件的基本格式，以实例分割为例，主要有五个部分：info、licenses、images、annotations、categories
其中，
info表明是字典格式存储。
images是标注图片的信息，包括图片名、长、宽、高、路径等。
Annotation是标注的信息，包括坐标信息、区域、类别。
Categories是标注的分类名称。
数据集文件目录结构 example例子
Coco2017的文件格式：
├── coco2017: 数据集根目录
├── train2017: 所有训练图像文件夹(118287张)
├── val2017: 所有验证图像文件夹(5000张)
└── annotations: 对应标注文件夹
├── instances_train2017.json: 对应目标检测、分割任务的训练集标注文件
├── instances_val2017.json: 对应目标检测、分割任务的验证集标注文件
├── captions_train2017.json: 对应图像描述的训练集标注文件
├── captions_val2017.json: 对应图像描述的验证集标注文件
├── person_keypoints_train2017.json: 对应人体关键点检测的训练集标注文件
└── person_keypoints_val2017.json: 对应人体关键点检测的验证集标注文件夹
目标识别task中：
bbox：[x_min, ymin, width, height] 格式：左上宽高
二、PASCAL VOC
PASCAL全称：Pattern Analysis, Statical Modeling and Computational Learning，是一个由欧盟资助的网络组织。PASCAL VOC挑战赛主要包括以下几类：图像分类(Object Classification)，目标检测(Object Detection)，目标分割(Object Segmentation)，行为识别(Action Classification) 等。
COCO数据集是微软在ImageNet和PASCAL VOC数据集标注上的基础上产生的，主要是用于图像分类、检测和分割等任务。
VOC数据集，将每一张图像的标签信息单独保存在一个xml文件中。
Data Format
https://blog.csdn.net/wudongliang971012/article/details/130316813
PASCAL VOC数据集文件目录结构
PASCAL VOC2012数据集文件目录结构如下所示：
VOCdevkit #根目录
└── VOC2012 #不同年份的数据集，这里只下载了2012的，还有2007等其它年份的
├── Annotations # 存放xml文件，与JPEGImages中的图片一一对应。所有的图像标注信息(XML文件)
├── ImageSets
│ ├── Action # 人的行为动作图像信息
│ ├── Layout # 人的各个部位图像信息
│ │
│ ├── Main # 目标检测分类图像信息
│ │ ├── train.txt # 训练集(5717) txt文件中每一行包含一个图片名称
│ │ ├── val.txt #验证集(5823)
│ │ └── trainval.txt 训练集+验证集(11540)
│ │
│ └── Segmentation 图像分割信息
│ ├── train.txt 训练集(1464)
│ ├── val.txt 验证集(1449)
│ └── trainval.txt 训练集+验证集(2913)
│
├── JPEGImages # 存放所有源图像文件
├── SegmentationClass 语义分割图像（类别）
└── SegmentationObject 实例分割图像（目标检测）
注意，train.txt、val.txt和trainval.txt文件里记录的是对应标注文件的索引，每一行对应一个索引信息，对应的索引文件在Annotations文件夹下找到对应的标注文件（.xml）。
Labelimg和labelme等标注工具可以对图像标注。
JPEGImages：存放的是训练与测试的所有图片。
Annotations(注释)：数据集标签的存储路径，通过XML文件格式，为图像数据存储各类任务的标签。其中部分标签为目标检测的标签。里面存放的是每张图片打完标签所对应的XML文件。
ImageSets：ImageSets文件夹下本次讨论的只有Main文件夹，此文件夹中存放的主要又有四个文本文件test.txt、train.txt、trainval.txt、val.txt, 其中分别存放的是测试集图片的文件名、训练集图片的文件名、训练验证集图片的文件名、验证集图片的文件名。
SegmentationClass与SegmentationObject：存放的都是图片，且都是图像分割结果图，对目标检测任务来说没有用。class segmentation 标注出每一个像素的类别
object segmentation 标注出每一个像素属于哪一个物体
example
VOC
├─Annotations
│ ├─img000001.xml
│ ├─img000002.xml
│ ├─img000003.xml
│ ├─img000004.xml
│ ├─img000005.xml
│ └─......
│
├─ImageSets
│ └─Main
│ ├─test.txt
│ ├─train.txt
│ ├─trainval.txt
│ └─val.txt
│
└─JPEGImages
├─img000001.jpg
├─img000002.jpg
├─img000003.jpg
├─img000004.jpg
├─img000005.jpg
└─......
目标识别task中：
bbox：[x_min, y_min, x_max, y_max] 格式：左上右下
三、YOLO
yolo数据集标注格式主要是 yolov5 项目需要用到。
图像分类目标识别目录结构
dataset
├─images
│ ├─train
│ │ ├─ flip_mirror_himg0026393.jpg
│ │ ├─ flip_mirror_himg0026394.jpg
│ │ ├─ flip_mirror_himg0026395.jpg
│ │ ├─ flip_mirror_himg0027314.jpg
│ │ ├─ flip_mirror_himg0027315.jpg
│ │ └─flip_mirror_himg0027316.jpg
│ │
│ └─val
│ ├─ flip_mirror_himg0027317.jpg
│ └─flip_mirror_himg0027318.jpg
│
└─labels
├─train
│ ├─ flip_mirror_aimg0025023.txt
│ ├─ flip_mirror_aimg0025024.txt
│ ├─ flip_mirror_aimg0025025.txt
│ ├─ flip_mirror_aimg0025026.txt
│ ├─ flip_mirror_aimg0025027.txt
│ └─ flip_mirror_aimg0025028.txt
│
└─val
├─ flip_mirror_aimg0025029.txt
└─flip_mirror_aimg0025030.txt
目标识别task中：
bbox [x_center, y_center, width, height]并进行数据规范化(normalized)
格式：中心坐标，宽高
四、DOTA
DOTA数据集，将每一张图像的标签信息单独保存在一个txt文件中。
任务 task
图像
图像分类、目标检测、目标跟踪、影像重建、语义分割、实例分割、全景分割、姿态估计
文字
Action Classification（专注于人体动作的一种分类）
Person Layout（专注于人体各部位的一种目标检测）
目标检测(图像识别)，数据集的标注文件分为两个版本：有向目标边框（Oriented Bounding Box，OBB）与水平目标边框（Horizontal Bounding Box，HBB）。
备注
来源(source)
目录结构(dir)
文件结构(file)
数据集格式(data format)
COCO
PASCAL VOC
YOLO
other
已处理(processed)
图像分类，目标标注
可用于任务(task)
图像分类
目标检测