Caltech 加州理工学院行人数据集免费

资源介绍

加州理工学院行人数据集包括大约10小时的640x480 30Hz视频，这些视频来自在城市环境中通过常规交通的车辆。大约250,000个框架（137个近似分钟的长段）共有350,000个边界框和2300个独特的行人被注释。注释包括边界框和详细遮挡标签之间的时间对应。更多信息可以在我们的PAMI 2012和CVPR 2009基准测试文件中找到。

数据结构

• 加州理工学院行人数据集。训练数据（set00-set05）由六个训练集（每个约1GB）组成，每个训练集有6-13个一分钟长的seq文件，以及所有注释信息（详见论文）。测试数据（set06-set10）由五组组成，每组约1GB。新增：现在还提供了整个数据集的注释。还提供包含所有评估算法的检测结果的输出文件。
• Seq视频格式。seq文件是一系列具有固定大小标题的连接图像帧。用于读/写/操作seq文件的matlab例程可以在 Piotr的Matlab工具箱中找到（需要3.20或更高版本）。这些例程还可用于将seq文件提取到图像目录。
• Matlab评估/标签代码（3.2.1）。注释使用自定义的“视频边界框”（vbb）文件格式。该代码还包含用于查看覆盖注释的seq文件的实用程序，用于生成本文中所有ROC图的评估例程，以及用于创建数据集的vbb标记工具（另请参见此有点过时的视频教程）。
• 标准格式的其他数据集。为方便起见，我们发布了seq / vbb格式的完整图像/注释以及许多其他数据集上所有评估算法的检测结果。这有助于对这些附加数据集的训练/测试以及所有ROC曲线的精确再现。原作者仍享有完整版权，请参阅相应网站以获取更多信息，包括如何引用这些数据集的评估结果。INRIA行人数据集[已转换 ]， ETH行人数据集 [已转换 ]， TUD-布鲁塞尔行人数据集 [已转换 ]，戴姆勒行人数据集 [转换 ]。

基准测试结果

算法细节和参考 | 算法运行时与性能

有关评估方案的详细信息，请参阅我们的PAMI 2012论文。
注意：自我们的CVPR 2009论文以来，评估方案已经发展。
注意：我们每个绘图最多渲染15个最佳结果（但始终包括VJ和HOG基线）。

1. 加州理工学院行人测试数据集：我们提供两组结果：50像素或更高，未被遮挡或部分遮挡的行人（合理），以及更详细的性能细分，如文中所述（详细）。
2. 加州理工学院行人培训数据集：加州理工学院培训数据的结果：合理，详细。
3. 加州理工学院行人日本数据集：类似于加州理工学院行人数据集（无论是幅度还是注释），视频都是在日本收集的。我们无法发布这些数据，但是，我们将对结果进行基准测试，以对各种检测器进行二次评估。结果：合理，详细。
4. INRIA行人测试数据集：INRIA Pedestrian数据集的全图像结果（评估详情）。
5. ETH行人数据集：ETH行人数据集的结果（评估详情）。
6. TUD-Brussels Pedestrian Dataset：TUD-Brussels Pedestrian数据集的结果（评估详情）。
7. 戴姆勒行人数据集：戴姆勒行人数据集的结果（评估详情）。

提交结果

请联系我们，将您的探测器结果包含在本网站上。我们从第30帧开始每隔30帧进行一次评估。对于每个视频，每个帧的结果应该是一个文本文件，命名如下：“I00029.txt，I00059.txt，...”。每个文本文件应包含每个检测到的边界框1行，格式为“[left，top，width，height，score]”。如果未找到任何检测项，则文本文件应为空（但必须仍然存在）。目录结构应该模仿包含视频的目录结构：“set00 / V000，set00 / V001 ......”。如果上面的描述不清楚，请参阅评估算法的输出文件（可从下载部分获得）。请注意，在评估期间，给定视频的所有检测都连接成一个文本文件，

相关数据集

下面我们列出其他行人数据集，大致按照与Caltech Pedestrian数据集的相关性和相似性的顺序。可以在本文中找到数据集（前两个除外）的更详细比较。

• GM-ATCI：从鱼眼镜头相机拍摄的后视行人数据集。
• 戴姆勒：还在城市环境中捕获，更新旧的戴姆勒克莱斯勒数据集。包含跟踪信息和大量标记的边界框。
• NICTA：在多个城市/国家收集的大规模城市数据集。没有运动/跟踪信息，但有大量独特的行人。
• ETH：从安装在婴儿车上的立体装置捕获的城市数据集。
• TUD-Brussels：在拥挤的城市环境中使用车载摄像头记录图像对的数据集。
• INRIA：目前最受欢迎的静态行人检测数据集之一。
• PASCAL：具有不同对象视图和姿势的静态对象数据集。
• CVC-ADAS：行人数据集的集合，包括在船上获得的行人视频，虚拟世界的行人（带有部分注释）和被遮挡的行人。
• 南加州大学：一些相当小的行人数据集主要来自监控视频。
• 麻省理工学院：第一个行人数据集之一，相当小，相对较好地解决了这一点。