VOC2012官網介紹：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html
分割部分：參考博客：https://blog.csdn.net/haoji007/article/details/80361587?tdsourcetag=s_pcqq_aiomsg
檢測部分：參考博客：https://blog.csdn.net/wenxueliu/article/details/80327316
先對整個文件結構做一個梳理，文件目錄如下：
上圖中：
（1）JPEGImages文件夾存儲了17125張圖片，目前已知：有11540張用於檢測任務；
（2）Annotations文件夾存儲每張圖片中標注信息(.xml)，格式如下：
（3）ImageSets文件中：
其中：Action存儲人的動作，Layout存儲人的部位，Segmentation存儲分割，Main存儲檢測索引；其中Main中，每個類都有對應的classname_train.txt、classname_val.txt和classname_trainval.txt三個索引文件，分別對應訓練集，驗證集和訓練驗證集（即訓練集+驗證集）。另外還有一個train.txt（5717）、val.txt（5823）和trainval.txt（11540）為所有類別的一個索引。注意：VOC2012中沒有了測試集，而是采用在線評測的方式；
classname_train.txt的格式如下：
上圖中：1表示該圖片中含有該類目標，-1表示該圖片不含有該類目標，0表示該圖片中含有該類目標，但difficlut=0(即難以識別，作直接跳過處理）；