我刚开始研究Pascal VOC分割数据集。但我无法理解他们在地面标签中使用的颜色编码。我假设每个类的像素将被注释为1到20，但我得到的是具有像素值（0-255）的8位深png图像。
对于aeroplane中属于2007_000033.png类的某个像素，我得到的值为：（128,0,0）;而train中属于2007_000123.png类的另一个像素给出了值：（128,0,192）等等。
如何在不同的类中区分它们并进行单热编码？我是否需要为每个类指定像素值（例如使用（128,0,0）搜索像素并将其编码为类aeroplane的1）？
对不起，我在SO上看到了一些类似的问题，但没有任何帮助。感谢。
答案 0 :(得分：1)
我向自己提出了一个类似的问题，这让我很困惑。而且我认为我找到了可能的解释：
如果您查看file_download_and_convert_voc2012.sh，则有几行标有“ ＃删除地面实况注释中的颜色图”。这部分处理原始的SegmentationClass文件，并生成原始的分段图像文件，每个像素值在0:20之间。（如果您可能会问为什么，请查看此帖子：Python: Use PIL to load png file gives strange results）