【影像處理】從VOC Dataset擷取需要的物件

Posted By 曾 成訓 on 1 月 8, 2020 in Edge AI開發地圖, 影像處理, 教學文 | 0 comments

有時我們的物件識別專案僅需要針對數種或單一種物件進行辨識，像是抓取道路中的汽車以便進行後續車牌或車型的辨識、取得影像中的犬貓以進行品種分類、框選影格中的人體，識別其關節特徵點來預測其動作等。

目前一些大型開源的深度學習圖庫如 Pascal VOC 及 COCO 等，皆提供種類繁多的物品標記圖片，其所訓練出的模型可辨識數十至上百種物品，因此我們可以利用這些開源圖庫來訓練辨識各種物件；但若我們只需要辨識貓與狗，卻需要辨識及過濾其它不相干的物品，不覺得太麻煩了嗎？是否能把該特定物品從這些開源圖庫取出，再加入其它或自己所搜集的圖片，單獨製作出專屬於該物品的 image dataset 呢？

Pascal VOC Dataset

Pascal VOC dataset 是由 PASCAL 組織所開源的影像圖庫，該組織全名相當冗長，為 Pattern Analysis, Statistical Modelling and Computational Learning Visual Object Classes，簡寫為 PASCAL，成立於 2003 年 12 月 1 日，是一個由歐盟所資助的研究機構。

PASCAL 的 VOC dataset 提供了物件識別模型最主要的兩種功能驗證：classification（分類）及detection（偵測），自 2005 年起每年舉辦一系列基於該 dataset 的 computer vision competition，識別範圍從基本的 Object Classification、Object Detection、Object Segmentation 到後來的 Human Layout、Action Classification，直到 2012 年的最後一屆為止，在此頁面還可看到歷屆的榜單。

VOC提供的物件類別

VOC dataset 的影像主要來自 flickr 與 Microsoft Research Cambridge（MSRC），包含 20 種不同的物件，區分為下列四種類別：

• Vehicles：Car、Bus、Bicycle、Motorbike、Boat、Train
• Household：Chair、Sofa、Dining table、TV/monitor、Bottle、Potted plant
• Animals：Cat、Dog、Cow、Horse、Sheep、Bird
• Person：Person

後方數字代表該類別加入的年份：1 為 2005、2 為 2006、3 為 2007（圖片來源：The PASCAL Visual Object Classes Challenge）

下方圖表統計不同物件所屬的圖片數目及標記數量，可以看到 Person 這個類別數量最多，其次為 Car。