PASCAL VOC数据集是一个集Flickr网站图片、真值标签和标准评价软件于一身的数据集。它包含5个具有挑战性的任务，分别为图片分类、目标检测、目标分割（object segmentation）、动作识别和人体轮廓布局任务。从2007年到2012年间，PASCAL VOC数据集的图像识别比赛每年都会举办一次。创建PASCAL VOC数据集和举办比赛的原因主要有两点，第一是为目标检测和识别等方法提供具有挑战性的图像、高质量的标注和标准的评价方法，用来客观地比较各种方法的性能；第二是展现每年在检测、识别等视觉领域中先进方法的性能水平。PASCAL VOC数据集的目标是评估算法在真实自然环境下的性能。这就需要PASCAL VOC数据集包含各种自然场景中的目标图像，在尺度、方向、姿势、光照、位置和遮挡上都具有明显的变化。图7.9为PASCAL VOC数据集中的一些图像示例，从中可以看出，每个类别的类内变化都比较大。

图7.9　PASCAL VOC数据集中的一些图像示例[25]

起初PASCAL VOC数据集并不像现在这样完善和全面。在2005年，该数据集只提供了四个种类的图像：自行车、汽车、摩托车和人。一共有1 578张图像，包含2 209个具有边界框标注的目标。在2006年，其增加到10个类别，有2 618张图像，包含4 754个具有边界框标注的目标。这些图像来自Flickr网站和Microsoft Research Cambridge（MSRC）数据集。2007年，其增加到20个类别，一共包含9 963张图像和24 640个具有边界框标注的目标。2010年，数据集加入了动作识别数据样本。测试图像的数量由起初的1 578张增加到了2007年高峰时期的9 963张，随后的一年则出现了大幅下降，直到2010年图库数量重新达到高峰，并在2011年稳定在11 530张。PASCAL VOC数据集的图像都是通过多个关键词从Flickr网站检索得到的，涵盖20个目标类别，大致可以分为四大类：车辆、动物、家居物品和人，如图7.10所示。PASCAL VOC挑战赛在2012年后便不再举办，但由于其图像质量好、标注完备，许多计算机视觉算法将在PASCAL VOC数据集上的性能作为评价该算法的重要依据。

图7.10　PASCAL VOC数据集类别概况[25]（见彩插）(www.daowen.com)

目前PASCAL VOC数据集也成为评价目标检测方法的基准数据集之一。对于目标检测任务，通常使用的数据集有PASCAL VOC 2007和PASCAL VOC 2012。表7.1显示了PASCAL VOC 2007和PASCAL VOC 2012的训练集、验证集和测试集的划分情况。

表7.1　PASCAL VOC数据集统计　单位：张