mindspore.dataset.VOCDataset ============================= .. image:: https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/website-images/r2.3.q1/resource/_static/logo_source.svg :target: https://gitee.com/mindspore/mindspore/blob/r2.3.q1/docs/api/api_python/dataset/mindspore.dataset.VOCDataset.rst :alt: 查看源文件 .. py:class:: mindspore.dataset.VOCDataset(dataset_dir, task='Segmentation', usage='train', class_indexing=None, num_samples=None, num_parallel_workers=None, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None, cache=None, extra_metadata=False, decrypt=None) VOC（Visual Object Classes）数据集。 根据给定的 `task` 配置，生成数据集具有不同的输出列： - `task` 为 ``'Detection'`` ，输出列： `[image, dtype=uint8]` , `[bbox, dtype=float32]` , `[label, dtype=uint32]` , `[difficult, dtype=uint32]` , `[truncate, dtype=uint32]` 。 - `task` 为 ``'Segmentation'`` ，输出列： `[image, dtype=uint8]` , `[target, dtype=uint8]` 。 参数： - **dataset_dir** (str) - 包含数据集文件的根目录的路径。 - **task** (str, 可选) - 指定读取VOC数据的任务类型，现在只支持 ``'Segmentation'`` 和 ``'Detection'`` 。默认值： ``'Segmentation'`` 。 - **usage** (str, 可选) - 指定数据集的子集。默认值： ``'train'`` 。 - 如果 `task` 的值为 ``'Segmentation'`` ，则读取 'ImageSets/Segmentation/' 目录下定义的图片和label信息； - 如果 `task` 的值为 ``'Detection'`` ，则读取 'ImageSets/Main/' 目录下定义的图片和label信息。 - **class_indexing** (dict, 可选) - 指定一个从label名称到label索引的映射，要求映射规则为string到int。索引值从0开始，并且要求每个label名称对应的索引值唯一。 仅在 'Detection' 任务中有效。默认值： ``None`` ，不指定。 - **num_samples** (int, 可选) - 指定从数据集中读取的样本数。默认值： ``None`` ，所有图像样本。 - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值： ``None`` ，使用全局默认线程数(8)，也可以通过 :func:`mindspore.dataset.config.set_num_parallel_workers` 配置全局线程数。 - **shuffle** (bool, 可选) - 是否混洗数据集。默认值： ``None`` 。下表中会展示不同参数配置的预期行为。 - **decode** (bool, 可选) - 是否对读取的图片进行解码操作。默认值： ``False`` ，不解码。 - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器。默认值： ``None`` 。下表中会展示不同配置的预期行为。 - **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数。默认值： ``None`` 。指定此参数后， `num_samples` 表示每个分片的最大样本数。 - **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号。默认值： ``None`` 。只有当指定了 `num_shards` 时才能指定此参数。 - **cache** (:class:`~.dataset.DatasetCache`, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 `_ 。默认值： ``None`` ，不使用缓存。 - **extra_metadata** (bool, 可选) - 用于指定是否额外输出一个数据列用于表示图片元信息。如果为 ``True`` ，则将额外输出一个名为 `[_meta-filename, dtype=string]` 的数据列。默认值： ``False`` 。 - **decrypt** (callable, 可选) - 图像解密函数，接受加密的图片路径并返回bytes类型的解密数据。默认值： ``None`` ，不进行解密。 异常： - **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。 - **RuntimeError** - 读取的xml文件格式异常或无效。 - **RuntimeError** - 读取的xml文件缺失 `object` 属性。 - **RuntimeError** - 读取的xml文件缺失 `bndbox` 属性。 - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。 - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数或同时指定了 `sampler` 和 `shard_id` 参数。 - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。 - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。 - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。 - **ValueError** - 指定的任务不为 ``'Segmentation'`` 或 ``'Detection'`` 。 - **ValueError** - 指定任务为 ``'Segmentation'`` 时， `class_indexing` 参数不为 ``None`` 。 - **ValueError** - 与 `usage` 参数相关的txt文件不存在。 - **ValueError** - 如果 `shard_id` 取值不在[0, `num_shards` )范围。 教程样例： - `使用数据Pipeline加载 & 处理数据集 `_ .. note:: - 当参数 `extra_metadata` 为True时，还需使用 `rename` 操作删除额外数据列 '_meta-filename'的前缀 '_meta-'， 否则迭代得到的数据行中不会出现此额外数据列。 - 入参 `num_samples` 、 `shuffle` 、 `num_shards` 、 `shard_id` 可用于控制数据集所使用的采样器，其与入参 `sampler` 搭配使用的效果如下。 .. include:: mindspore.dataset.sampler.txt **关于VOC数据集：** PASCAL Visual Object Classes（VOC）是视觉目标识别和检测的挑战赛，它为视觉和机器学习社区提供了图像和标注的标准数据集，称为VOC数据集。 您可以解压缩原始VOC-2012数据集文件到如下目录结构，并通过MindSpore的API进行读取。 .. code-block:: . └── voc2012_dataset_dir ├── Annotations │ ├── 2007_000027.xml │ ├── 2007_000032.xml │ ├── ... ├── ImageSets │ ├── Action │ ├── Layout │ ├── Main │ └── Segmentation ├── JPEGImages │ ├── 2007_000027.jpg │ ├── 2007_000032.jpg │ ├── ... ├── SegmentationClass │ ├── 2007_000032.png │ ├── 2007_000033.png │ ├── ... └── SegmentationObject ├── 2007_000032.png ├── 2007_000033.png ├── ... **引用：** .. code-block:: @article{Everingham10, author = {Everingham, M. and Van~Gool, L. and Williams, C. K. I. and Winn, J. and Zisserman, A.}, title = {The Pascal Visual Object Classes (VOC) Challenge}, journal = {International Journal of Computer Vision}, volume = {88}, year = {2012}, number = {2}, month = {jun}, pages = {303--338}, biburl = {http://host.robots.ox.ac.uk/pascal/VOC/pubs/everingham10.html#bibtex}, howpublished = {http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html} } .. include:: mindspore.dataset.api_list_vision.txt