Pascal VOC 형식 개요

Pascal VOC(Visual Object Classes)은 객체 인식(Object Detection)과 분할(Segmentation) 연구를 위해 제안된 표준 데이터 형식입니다. 이미지를 입력(input)으로, XML 기반의 어노테이션(annotation)을 정답(ground truth)으로 사용하여 객체의 위치(바운딩 박스)와 클래스 정보를 기술합니다. 이 형식은 많은 라벨링 툴에서 지원되며, CVAT, VoTT, RectLabel 등에서 내보내기(export) 및 가져오기(import)가 가능합니다[1][2].

폴더 계층 구조

데이터셋을 압축 해제하면 다음과 같은 디렉터리 구조를 가집니다[2][3]:

VOCdevkit/VOC20XX/
├── Annotations/           # XML 어노테이션 파일(.xml)
├── JPEGImages/            # 원본 이미지(.jpg)
├── ImageSets/             # 훈련/검증/테스트 분할 정보(.txt)
│   └── Main/
│       ├── train.txt
│       ├── val.txt
│       └── test.txt
├── SegmentationClass/     # 픽셀 단위 시맨틱 세그멘테이션 마스크
└── SegmentationObject/    # 인스턴스 세그멘테이션 마스크

• Annotations: 각 이미지별 XML 파일(어노테이션)
• JPEGImages: .jpg 확장자의 원본 이미지
• ImageSets/Main: 클래스별 또는 split별 이미지 목록(txt)
• SegmentationClass / SegmentationObject: 세그멘테이션 태스크용 레이블

XML 어노테이션 구조

각 XML 파일의 기본 구조는 다음과 같습니다[1][3]:

<annotation>
  <folder>VOC2007</folder>
  <filename>000001.jpg</filename>
  <path>VOC2007/JPEGImages/000001.jpg</path>
  <source>
    <database>The VOC2007 Database</database>
    <annotation>PASCAL VOC2007</annotation>
    <image>flickr</image>
    <flickrid>341012865</flickrid>
  </source>
  <owner>
    <flickrid>Fried Camels</flickrid>
    <name>Jinky the Fruit Bat</name>
  </owner>
  <size>
    <width>353</width>
    <height>500</height>
    <depth>3</depth>
  </size>
  <segmented>0</segmented>
  <object>
    <name>dog</name>
    <pose>Left</pose>
    <truncated>1</truncated>
    <difficult>0</difficult>
    <occluded>0</occluded>
    <bndbox>
      <xmin>48</xmin>
      <ymin>240</ymin>
      <xmax>195</xmax>
      <ymax>371</ymax>
    </bndbox>
  </object>
  <object>
    <name>person</name>
    <pose>Left</pose>
    <truncated>1</truncated>
    <difficult>0</difficult>
    <occluded>0</occluded>
    <bndbox>
      <xmin>8</xmin>
      <ymin>12</ymin>
      <xmax>352</xmax>
      <ymax>498</ymax>
    </bndbox>
  </object>
</annotation>

주요 태그 설명

태그 경로	설명
<folder>	데이터셋 디렉터리명 (e.g., VOC2007)
<filename>	이미지 파일 이름 (e.g., 000001.jpg)
<path>	이미지 절대 또는 상대 경로
<source>/<database>	데이터베이스 이름 (예: The VOC2007 Database)
<owner>/<name>	이미지 소유자 정보
<size>/<width>	이미지 가로 픽셀 수
<size>/<height>	이미지 세로 픽셀 수
<size>/<depth>	채널 수 (RGB:3)
<segmented>	세그멘테이션 여부 (0: 없음, 1: 있음)
<object>/<name>	객체 클래스명 (e.g., dog, person)
<object>/<pose>	객체 포즈 정보 (주로 Unspecified)
<object>/<truncated>	이미지 경계 바깥으로 잘린 객체 여부 (0/1)
<object>/<difficult>	인식이 어려운 객체 여부 (0/1)
<object>/<occluded>	다른 객체에 가려진 정도 (0/1)
<object>/<bndbox>	바운딩 박스 좌표 그룹
└─ <xmin>, <ymin>	바운딩 박스 왼쪽 상단 좌표
└─ <xmax>, <ymax>	바운딩 박스 오른쪽 하단 좌표

파이썬 예제: XML 파싱

import xml.etree.ElementTree as ET

tree = ET.parse('Annotations/000001.xml')
root = tree.getroot()

# 이미지 크기 정보
size = root.find('size')
width  = int(size.find('width').text)
height = int(size.find('height').text)
depth  = int(size.find('depth').text)

# 객체 정보 리스트
for obj in root.findall('object'):
    cls       = obj.find('name').text
    truncated = int(obj.find('truncated').text)
    difficult = int(obj.find('difficult').text)
    xmin      = int(obj.find('bndbox/xmin').text)
    ymin      = int(obj.find('bndbox/ymin').text)
    xmax      = int(obj.find('bndbox/xmax').text)
    ymax      = int(obj.find('bndbox/ymax').text)
    print(f'{cls}: [{xmin},{ymin}]–[{xmax},{ymax}], truncated={truncated}, difficult={difficult}')

이 코드는 xml.etree.ElementTree로 XML을 읽어, 이미지 크기와 각 객체의 바운딩 박스 및 속성 정보를 추출합니다[3].

Pascal VOC 형식은 단순하면서도 범용성이 높아, 객체 검출 모델 학습용 데이터셋 구성 시 널리 사용됩니다. XML 기반의 명료한 구조로 원하는 태그를 손쉽게 파싱할 수 있어, Custom 데이터셋 구축에도 적합합니다.

출처
[1] What is the Pascal VOC XML Annotation Format? – Roboflow https://roboflow.com/formats/pascal-voc-xml
[2] Pascal VOC – Documentation | CVAT https://docs.cvat.ai/docs/manual/advanced/formats/format-voc/
[3] 01). PASCAL VOC · GitBook https://deepbaksuvision.github.io/Modu_ObjectDetection/posts/02_01_PASCAL_VOC.html
[4] PASCAL VOC Dataset – Papers With Code https://paperswithcode.com/dataset/pascal-voc
[5] [Python] XML 파싱하기(with Pascal VOC) – fe Lab – 티스토리 https://firsteast.tistory.com/139
[6] Expected dir structure for the Pascal VOC train and test #749 – GitHub https://github.com/facebookresearch/detectron2/issues/749
[7] Reading PASCAL VOC annotations in python – xml – Stack Overflow https://stackoverflow.com/questions/53317592/reading-pascal-voc-annotations-in-python
[8] PASCAL VOC detection 데이터 및 라벨 구조(간단히 정리) – 티스토리 https://better-tomorrow.tistory.com/entry/PASCAL-VOC-detection-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B0%8F-%EB%9D%BC%EB%B2%A8-%EA%B5%AC%EC%A1%B0%EA%B0%84%EB%8B%A8%ED%9E%88-%EC%A0%95%EB%A6%AC
[9] Pascal VOC XML – Supervision https://roboflow.github.io/supervision/0.5.2/annotation/voc/
[10] VOC 포맷 데이터 정리하기 (1) – velog https://velog.io/@bigjoon/VOC-%ED%8F%AC%EB%A7%B7-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%A0%95%EB%A6%AC%ED%95%98%EA%B8%B0-1