PASCAL VOC 2007

这个挑战的目标是从现实场景中的许多视觉对象类别中识别对象（即不是预先分割的对象）。它基本上是一个监督学习问题，因为它提供了一组标记图像的训练集。已选择的 20 个对象类别是： 人：人 动物：鸟、猫、牛、狗、马、羊 交通工具：飞机、自行车、船、公共汽车、汽车、摩托车、火车 室内：瓶子、椅子、餐桌、盆栽、沙发、电视/显示器 将有两个主要比赛和两个较小规模的“品酒师”比赛。内容：提供的训练数据由一组图像组成；每个图像都有一个注释文件，为图像中存在的 20 个类别之一中的每个对象提供一个边界框和对象类别标签。请注意，来自多个类的多个对象可能出现在同一图像中。

The goal of this challenge is to recognize objects (i.e., not pre-segmented objects) from numerous visual object categories in real-world scenarios. This is essentially a supervised learning task, as a training set of labeled images is provided. The 20 selected object categories are as follows:
- Person: person
- Animals: bird, cat, cow, dog, horse, sheep
- Vehicles: airplane, bicycle, boat, bus, car, motorcycle, train
- Indoor: bottle, chair, dining table, potted plant, sofa, TV/monitor

There will be two main competitions and two smaller-scale "taster" competitions.

Content: The provided training data consists of a set of images; each image is paired with an annotation file that provides a bounding box and object category label for each object belonging to one of the 20 aforementioned categories present in the image. Note that multiple objects from multiple categories may appear in the same image.

搜集汇总

背景与挑战

背景概述

PASCAL VOC 2007是一个经典的计算机视觉数据集，主要用于物体检测和实例分割任务。它包含20个常见对象类别（如人、动物、交通工具和室内物品），提供带有边界框和类别标签的训练图像，支持多对象识别。该数据集由牛津大学、利兹大学和微软剑桥研究院于2007年发布，是监督学习研究的重要基准。