【三维人体姿态估计】数据集合集

本文将为您介绍10个经典、热门的数据集，希望对您在选择适合的数据集时有所帮助。

1

Embrapa ADD 256 (Embrapa Apples by Drones Detection Dataset)

• 发布时间：

  2021-10-21

• 简介：

  Embrapa ADD 256（Apples by Drones Detection Dataset — 256 × 256）的创建是为了提供图像和注释，用于研究果园中的苹果检测，以便在苹果生产中进行基于无人机的监测。 该数据集由 1,139 张图像组成，其中包含 2,471 个苹果。

• 下载地址：

  https://github.com/thsant/add256

• 论文地址：

  https://arxiv.org/pdf/2110.12331.pdf

2

DroneCrowd

• 发布方：

  京东金融美国公司·纽约州立大学奥尔巴尼分校·Tianjin University

• 发布时间：

  2021

• 简介：

  DroneCrowd是一种新的无人机捕获的大规模数据集，可用于解决无人机捕获的拥挤场景中的密度图估计，定位和跟踪任务。数据集由112视频剪辑和33,600高清帧组成。值得注意的是，该数据集注释了具有480万头部和几个视频级别属性的20,800人的轨迹。

• 下载地址：

  github.com/VisDrone/DroneCrowd

• 论文地址：

  arxiv.org/pdf/2105.02440v1.pdf

3

IBD（InstanceBuilding 2D）

• 发布方：

  代尔夫特理工大学·浙江工业大学

• 发布时间：

  2022

• 简介：

  名为InstanceBuilding的数据集同时包含3D城市场景和无人机图像的建筑物实例注释，这使其具有独特性。我们为608无人机图像注释了16,000屋顶，所有这些都通过相应的高度图进行了增强。我们还为3D城市场景注释了892屋顶/建筑物，其中600多个建筑物与其他建筑物相连。在这样拥挤的城市场景中，实例分割比各种应用中的语义分割具有更显著的 fi can优势。与现有数据集的比较可以在我们的IEEE TGRS论文中找到。用屋顶实例分段掩码注释的高分辨率无人机无人机图像。

• 下载地址：

  https://californiachen.github.io/datasets/InstanceBuilding

• 论文地址：

  https://ieeexplore.ieee.org/document/9797751/

4

VTUAV

• 发布方：

  大连理工大学·鹏城实验室·Tiwaki Co.Ltd.

• 发布时间：

  2022-03-28

• 简介：

  我们为可见光热无人机跟踪 (VTUAV) 构建了具有高多样性的大规模基准，包括具有170万高分辨率 (1920*1080像素) 帧对的500序列。

• 下载地址：

  https://zhang-pengyu.github.io/DUT-VTUAV/

• 论文地址：

  https://openaccess.thecvf.com/content/CVPR2022/papers/Zhang_Visible-Thermal_UAV_Tracking_A_Large-Scale_Benchmark_and_New_Baseline_CVPR_2022_paper.pdf

5

Drone Tracking

• 发布方：

  苏黎世联邦理工学院·慕尼黑工业大学

• 发布时间：

  2020

• 简介：

  该数据集包含使用多个消费级相机（智能手机、紧凑型相机、gopro 等）捕获飞行无人机（六轴飞行器）的视频，这些视频具有高精度的 3D 无人机轨迹地面实况记录器，由 Fixposition 的精确实时 RTK 系统记录.在一些视频中，还提供了地面实况时间同步和地面实况摄像机位置。

• 下载地址：

  https://github.com/CenekAlbl/drone-tracking-datasets

• 论文地址：

  https://arxiv.org/pdf/2003.04784v2.pdf

6

CARPK (car parking lot dataset)

• 发布方：

  台湾大学·通用电气全球研究中心

• 发布时间：

  2017

• 简介：

  停车场数据集 (CARPK) 包含通过无人机 (幻影3专业) 收集的来自4个不同停车场的近90,000辆汽车。在大约40米高度的无人机视图中收集图像。此外，我们从部分PUCPR数据集 (称为PUCPR数据集) 的单个图像中完成了所有汽车的注释，其中总共有近17,000辆汽车。这是一个大规模的数据集，用于在各种停车场的场景中进行汽车计数。图像集通过每辆车的边界框进行注释。所有标记的边界框都已被左上角和右下角的点很好地记录下来。它支持对象计数，对象定位以及在边界框中使用注释格式的进一步研究。

• 下载地址：

  https://lafi.github.io/LPN/

• 论文地址：

  https://arxiv.org/pdf/1707.05972.pdf

7

Ruralscapes

• 发布方：

  布加勒斯特理工大学·Romanian Academy of Sciences

• 发布时间：

  2020

• 简介：

  我们收集了 20 部描绘农村地区的高质量 4K 视频。 Ruralscapes 包括各种景观、不同高度的不同飞行场景和跨越广泛尺度的物体。视频序列长度从 11 秒到 2 分 45 秒不等。该数据集由 17 分钟的无人机飞行组成，共有 50,835 个完全注释的帧，分为 12 个类别。其中有 1,047 个是手动注释的，每秒一次。据我们所知，它是最大的真实无人机视频语义分割数据集。 标签提供了很好的细节水平，但是由于小物体的空间分辨率降低，准确的分割很困难。由于数据集的性质，某些类别（例如 haystack）非常小，而其他类别（例如人）也具有特写镜头。手动标记是一个耗时的过程。根据来自 Liceul "Petru Cercel" din Targoviste 的 21 名志愿者的反馈，他们对数据集进行了分割，他们平均需要 45 分钟来标记整个帧。这意味着分割手动标记的 1,047 帧需要 846 小时。

• 下载地址：https://sites.google.com/site/aerialimageunderstanding/semantics-through-time-semi-supervised-segmentation-of-aerial-videos

• 论文地址：

  https://arxiv.org/pdf/2010.01910v1.pdf

8

CF-mMIMO data - measurement at USC

• 发布方：

  南加州大学·Escuela Superior Politécnica del Litoral·KDDI Research, Inc.

• 发布时间：

  2022

• 简介：

  测量是在南加州大学 (大学公园校区) 进行的。 具有单个天线的无人机充当发射器，而具有128天线的cylidrical阵列充当接收器。 数组包含16个不同的线性数组，形成一个圆柱体，其中每个数组包含4个补丁元素。 每个补丁元素都有两个不同的端口 (V-pol和H-pol)，因此每个线性阵列有8个端口。 我们使用了46 MHz带宽，带有2301子载波，中心频率约为3.5 GHz。

• 下载地址：

  https://github.com/tomathchoi/CF-mMIMO

• 论文地址：

  https://arxiv.org/pdf/2106.15276v2.pdf

9

MarSyn

• 发布方：

  系统和机器人研究所·海军研究中心

• 发布时间：

  2022

• 简介：

  海事合成 (MarSyn) 数据集由使用Blender获得的25个不同的真实感视频序列组成，每个包含1000帧。它的25,000图像及其相应的34,000注释旨在模拟各种海洋场景和条件，例如晴天，多云和日落环境，近岸图像和水面反射。在模拟中部署了不同类型的船舶，这增加了数据集的多样性。这些船只的类型 (货物，军舰，捕鱼，快艇，救援筏等)，长度 (从3米一直到125米)，形状和颜色。模拟摄像机被放置并相应地移动到无人机上，无人机可以在150到1000米的高度捕获图像。

• 下载地址：

  https://vislab.isr.ist.utl.pt/marsyn-dataset/

• 论文地址：

  https://www.mdpi.com/1424-8220/22/21/8090/pdf?version=1666425422

 温馨  小贴士

如有您想了解的计算机方向数据集

请联系我们

免费为您提供数据集搜索服务