《深度学习之图像识别：核心技术与案例实战》 ——3.1.3 PASCAL数据集

3.1.3  PASCAL数据集

　　PASCAL数据集地址为http://host.robots.ox.ac.uk/pascal/VOC/，初始发布于2005年，至2012年止。

　　The PASCAL Visual Object Classes（VOC）项目是由Mark Everingham等人牵头举办的比赛，这是一个时间跨度很大的比赛，从2005年开始到2012年结束。它起初主要用于Object detection（目标检测），最后包含了5个比赛，分别是Classification、Detection、Segmentation、Action classification和Person layout。

　　PASCAL的全称是Pattern Analysis，Statistical Modelling and Computational Learning，顾名思义这是一个计算机视觉方向用于模式分析和统计建模的数据集。

　　2005年发布的PASCAL数据集只有4类，即bicycles、cars、motorbikes和people，共1578张图片。到2007年增加到了20类，图都是来源于图片社交网站Flickr，共9963张图、24640个标注目标。

　　从2007年开始PASCAL数据集中引进了图像分割的标注和人体结构布局的标注，2010年引进了行为分类标注。从2007年开始，PASCAL数据集中使用Average Precision替换掉了ROC曲线下面的AUC（Area Under Curve），提高了评估算子的敏感性，因为在VOC 2006中很多方法的AUC超过了95%，不好进一步区分算法的能力。此后要想获得高的指标，必须要在各种Recall级别下保证精度，这也就意味着仅以很高精度召回部分样本的算法评测指标下降，这对于样本数量不均衡的数据集评测效果更好。