1.下载

http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

2.20个类别

3.文件结构,目标检测主要用到imagesets-main

4.看看每个图像的xml

#固定
<annotaion>
    <folder>父文件夹名</folder>
    <filename><filename>
    <source>
        <database>来自什么数据集</database>
        <annotaion>标注信息来源于</annotation>
        <image>图片来源</image>
    </source>
    <size>
        <width></width>
        <height></height>
        <depth></depth>
    <size>
    <segmented>有没有被分割锅，有就用1表示</segmented>
    <object>#目标检测的物体
        <name>是什么物体</name>
        <pose></pose>#这个用不到
        <truncated>目标有没有被截断，比如在图像的边界</truncated>
        <difficult>目标检测的难易程度</difficult>
        <bndbox>#物体检测框的坐标
            <xmin></xmin>
            <ymin><ymin>
            <xmanx>
            <ymax>
        </bndbox>
     <object>
        
        

5.main里面除了train，val，trainval，还有争对某个物体的txt

-1表示没有boat，0表示很难检测

2.标准软件labelimg使用

1.在anaconda直接创建的环境中使用pip install labelimg 

2.使用前创建

an里面是放标注后的，image就是原图，class。txt就是类别

3.在这个文件夹下运行anaconda 激活环境，

使用命令

labelimg ./image ./class.txt

标注后存放的文件夹

点击可以标注shi

是否识别困难