制作PASCAL VOC 增强数据集的python脚本，和图片列表。

Luna16数据集是三维的，使用yolov3进行肺结节检测是无法直接处理的。需要把Luna16数据集的三维图片转换成二维图片，把标注生成对应的.xml文件才行。getDataCsv.py生成.xml及二维图片，getImg.py完成肺实质分割，getMat.py对疑似肺结节切割生成.Mat。 注意!!!!!原始getMat.py、traindataset.py有误（有bug），因为csdn无法修改资源，详情见https://blog.csdn.net/qq_24739717/article/details/101034728

tiny-yolo-voc.weights, tiny yolo 网络 weights，欢迎各位下载

VOC的train.txt文件的训练文本，便于使用。文件的正确性需继续验证

在做训练之前需要给数据做标记索引，通过xml可以快速标记并且便于使用

车辆分类识别的测试集，跟车辆分类识别的训练集配合使用，但是由于上传文件大小限制，没有能够一次性上传，同样是标注好的VOC格式文件包含图片跟对应.xml文件，支持转TFRecord格式感兴趣的可以下载使用。

SSD检测网络抽取权重，用于生成更好的预训练模型，加快收敛速度。

这个数据集是自己制作的铁轨裂纹数据集，使用LabelImg软件自己标注的，格式为VOC2007。数据集图片共14010张。这是第一部分，第二部分请下载另外一个压缩包，即VOC2007第二部分。

KITTI数据集转化为VOC数据集，用于yolo训练，目标检测，相关介绍在博客中http://blog.csdn.net/baolinq

Pascal VOC 2007数据集（用于物体检测），可用于检验 YOLO、Fast-RCNN 等算法