Cet ensemble de données est un ensemble d'annotations supplémentaires pour l'ensemble de données PASCAL VOC 2010, qui va au-delà de la tâche de segmentation sémantique PASCAL d'origine et fournit des annotations pour l'ensemble de la scène.

L'ensemble de données contient des annotations au niveau des pixels de toutes les images d'entraînement, avec un total de plus de 400 catégories (y compris les 20 catégories originales et les arrière-plans de la segmentation PASCAL VOC), divisées en trois catégories : objets, objets et hybrides. Il comporte moins de classes d'objets, donc un sous-ensemble de 59 classes communes est généralement sélectionné pour être utilisé. Les statistiques sont les mêmes que celles de l'ensemble de données PASCAL d'origine, avec 10 103 images dans les ensembles d'entraînement et de validation et 9 637 images dans l'ensemble de test.