一、KAIST数据集
1、原始的KAIST数据集介绍
KAIST行人数据集总共包括95328张图片,每张图片都包含RGB彩色图像和红外图像两个版本。总共包含103128个密集注释。数据集分别在白天和晚上捕获了包括校园、街道以及乡下的各种常规交通场景。图片大小为640×480。数据集总共分为12个文件夹set00-set11。前6个文件夹为训练集包含50187张图片,后6个文件夹为测试集包含45141张图片。
数据集的标签中包含person、people和cyclist三个类别。比较好区分的个体则被标注为person,不太好分辨的多个个体则被标注为people,骑行的人则被标注为cyclist。当标注的时候,连我们标注者都分不清那块区域到底是行人还是什么其他的物体时,则被标注为person?
Train
Set 00 / Day / 校园 / 5.92GB / 17,498 frames / 11,016 objects [jpg]
Set 01 / Day / 公路 / 2.82GB / 8,035 frames / 8,550 objects [jpg]
Set 02 / Day / 市区 / 3.08GB / 7,866 frames / 11,493 objects [jpg]
Set 03 / Night / 校园 / 2.40GB / 6,668 frames / 7,418 objects [jpg]
Set 04 / Night / 公路 / 2.88GB / 7,200 frames / 17,579 objects [jpg]
Set 05 / Night / 市区 / 1.01GB / 2,920 frames / 4,655 objects [jpg]
Test
Set 06 / Day / 校园 / 4.78GB / 12,988 frames / 12,086 objects [jpg]
Set 07 / Day / 公路 / 3.04GB / 8,141 frames / 4,225 objects [jpg]
Set 08 / Day / 市区 / 3.50GB / 8,050 frames / 23,309 objects [jpg]
Set 09 / Night / 校园 / 1.38GB / 3,500 frames / 3,577 objects [jpg]
Set 10 / Night / 公路 / 3.75GB / 8,902 frames / 4,987 objects [jpg]
Set 11 / Night / 市区 / 1.33GB / 3,560 frames / 6,655 objects [jpg]
附原数据集下载链接:
1.数据集下载链接1
本下载链接来源于作者的github链接:https://github.com/SoonminHwang/rgbt-ped-detection
2.数据集下载链接2
该链接需要科学上网,当链接1无效时候,可以尝试此链接,此链接中需要提交申请,不过只需要留下邮箱就行,基本都能申请成功。https://sites.google.com/site/pedestrianbenchmark/home
2、大牛处理过后的数据集介绍
多数使用KAIST的论文中的数据集都是经过清洗了的,因为本数据集是取自视频连续帧图片,相邻图片相差不大,故进行一定程度的清洗。
清洗规则如下:
训练集每2张取一张。并去掉所有不包含任何行人的图片(数据集中有很多图片是负样本),既选出来的图片中至少包含一个目标,且剔除数据集中严重遮挡,只有半截或者小于50个像素的行人,经过此操作可得到7601张训练集图片(可见光和红外各7601张),其中4755张白天的,2846张夜晚。
验证集每20张取一张。保留负样本(图片中不包含任何目标)。经此操作可得到2252张图片,1455张白天,797张夜晚。
保留了所有标签类别,并且新增标签"person?a",代表彩色图像与热红外图像在空间上没有对齐:{person, person?, people, cyclist, person?a}
3、我基于大牛处理过后的数据集二次清洗的数据集介绍
需要的私信
版本1:train=7595,val=1400
仅保留了{person, cyclist},且将这两种统一标为了person,并且删除了空白标签及其对应图片。
版本2:train=3797,val=1400
由于图片都是连续视频抽帧得到的,相邻图片没啥区别,在版本1的基础上再对训练集做了每2张取一张的操作,其余无任何变化
二、LLVIP数据集
LLVIP原数据集标签采用VOC格式。包含30976张图像(15488对),12025对用于训练,3463对用于测试。数据集包含41579个'person'标签,其中train标签33648个,test标签7931个。同一对可见光和红外图像共享相同的标签,并且它们具有相同的名称,其中110423.xml为空白标签。
我的处理:
实现了该数据集三种格式:voc、coco、yolo
需要的私信