CV - Object Detection 주요 데이터셋

📌 이 글은 권철민님의 딥러닝 컴퓨터 비전 완벽 가이드 강의를 바탕으로 정리한 내용입니다.

---

목차

1. Object Detection 주요 데이터셋
2. Annotation 이란?
3. PASCAL VOC Dataset 
4. Annotation 파일 예시
5. MS-COCO Dataset

---

Object Detection 주요 데이터셋

1. PASCAL VOC

• XML Format
• 20개의 오브젝트 카테고리

 

2. MS COCO

• json Format
• 80개의 오브젝트 카테고리 : 여러가지 이미지
• PASCAL의 평이한 오브젝트 문제 해결

 

3. Google Open Images

• csv Format
• 600개의 오브젝트 카테고리

 

많은 Detection과 Segmentation 딥러닝 패키지가 위 Dataset들을 기반으로 Pretrained 되어 배포된다.

---

Annotation이란?

• 이미지의 Detection 정보를 별도의 설명 파일로 제공하는 것
• Object의 Bounding Box 위치나 Object 이름 등을 특정 포맷으로 제공 (XML, json, csv 파일 형식)

---

PASCAL VOC Dataset 구조

• VOC 2012 기준
  

  

Annotations

• XML 포맷
• 개별 xml 파일은 한 개의 image에 대한 Annotation 정보를 가짐
• a.xml
• 확장자 xml을 제외한 파일명은 image 파일명(jpg 제외)과 동일하게 매핑

 

ImageSet

• 어떤 이미지를 train, test, trainval, val에 사용할 것인지에 대한 매핑 정보를 개별 오브젝트 별로 파일을 가짐

 

JPEGImages

• Detection과 Segmentation에 사용될 원본 이미지
• a.jpg

 

SegmentationClass

• Semantic Segmentation에 사용될 masking 이미지

 

SegmentationObject

• Instance Segmentation에 사용될 masking 이미지

---

Annotation 파일 예시

이미지 내의 각 객체(Object) 클래스와 Bounding-box 좌표 정보가 들어 있다.

1. 파일 이름
2. 개별 오브젝트 정보
3. 개별 오브젝트의 Bounding box 정보
   
   

---

MS-COCO Dataset 소개

1. 가장 대표적인 Dataset
2. 80개의 Object Category
3. 30만 개의 image들과 150만 개의 object들
   • 하나의 image에 평균 5개의 object들로 구성
4. Tensorflow Object Detection API 및 많은 오픈 소스 계열의 주요 패키지
   • COCO Dataset으로 Pretrained된 모델 제공

 

MS-COCO Dataset 오브젝트 카테고리

 

실제 카테고리 수는 수는 80개이다.

근데 ID만 있고 값이 없는 경우가 있다