KAIST行人数据集

1.数据集介绍

论文地址：《Multispectral Pedestrian Detection: Benchmark Dataset and Baseline》
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?
原文如下：
Obviously an individual pedestrian was labeled as a person. Not distinguishable individuals were labeled as people. People riding a two-wheeled vehicle were labeled as cyclist. In a highly cluttered scene, even human annotators sometimes cannot clearly determine whether a human shaped object is a pedestrian or not. This object is labeled as person?

2.数据集来源

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

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。

3.清洗数据集

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：

训练集每隔2张图片取一张，既每3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，4755张白天的，2846张夜晚。

测试集每隔19张取一张，既每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。

4.提升标签质量

由于原数据集样本标注效果较差，故有的论文作者对数据集进行了一定程度的重新标注，既对标注质量进行了提升，对于标签提升的是上述清洗过的数据集。

4.1 训练集

来源论文：《Multispectral Pedestrian Detection via Simultaneous Detection and Segmentation》

作者除了对标注质量较差的图像进行重新标注以外，做了如下改动：
a. 当彩色图像与热红外图像在空间上没有对齐的时候，会把该目标标注为"person?a"
b.“person”和“cyclist”这两个类别都标记为“person”，因为即使是标注者也发现，当照明条件差或分辨率低时，很难区分行人和骑行的人。

训练集标签链接
百度云提取码：tafj

4.2 测试集

来源论文：《Multispectral Deep Neural Networks for Pedestrian Detection》

没有特殊的改动，只是进行了重新标注。

测试集标签链接
百度云提取码：0gbf

注：上述数据集的标签文件中可以通过文件名称，在原数据集中找到相应的图片。