参考  SBD数据集 - 云+社区 - 腾讯云

数据集下载在百度云盘：链接：https://pan.baidu.com/s/1-kYEZtOo99VJGHrKlOK5dQ   提取码：jgx7

里面的benchmark，表示SBD数据集

dataset包含以下：

train.txt  8498行图像的名字索引

val.txt    2857行图像的名字索引

img文件夹，里面11355全是jpg图像文件（隶属于voc的JPEGImage文件夹下的17125张jpg图像）

cls文件夹， 里面11355全是mat文件

inst文件夹， 里面11355全是mat文件

sbd数据属于voc2012数据集，但是voc数据集的训练或者验证图片的标签图非常少。但是sbd给出的很多，所以可以综合这两个数据集得到更加多的验证集和数据集标签。

下面给出的一些数据：

voc数据集标签：

voc_trainval：2913       voc_train：1464     voc_ val：1449

sbd数据集标签：

sbd_train：8498       sbd_val：2857

因此可以得到增强版的数据集标签：

train_aug = voc_trian + sbd_train  -  重复的图片        8829

train_aug_val = voc_val  -  sbd_train（就是剔除掉已经是trian_aug里面的图片）   904

上面两个就是常见的扩增数据集，总共有9733张标注图。

但是我们注意到sbd也有val集合，所以标注图像可以继续进行扩增：

val_aug = voc_val + sbd_val  -  重复的图片  -  train_aug    3202

所以train_aug和val_aug两个加起来就是最大的扩充数据集，总共有12031张标注图。