行人属性数据集PA100K下载与解析指南

最新推荐文章于 2024-10-31 11:27:14 发布

赵允静Joy

最新推荐文章于 2024-10-31 11:27:14 发布

阅读量308

点赞数 3

本文链接：https://blog.csdn.net/gitblog_06527/article/details/143386024

版权

行人属性数据集PA100K下载与解析指南

【下载地址】行人属性数据集PA100K下载与解析指南分享行人属性数据集PA100K是迄今为止用于行人属性识别的最大数据集，包含从室外监控摄像头收集的总共100000张行人图像，每张图像都有26个常用属性。本资源文件提供了PA100K数据集的下载链接以及详细的解析方法项目地址: https://gitcode.com/Resource-Bundle-Collection/0ea69

简介

行人属性数据集PA100K是迄今为止用于行人属性识别的最大数据集，包含从室外监控摄像头收集的总共100000张行人图像，每张图像都有26个常用属性。本资源文件提供了PA100K数据集的下载链接以及详细的解析方法。

数据集介绍

数据集大小：100000张行人图像
属性数量：每张图像包含26个常用属性
数据集划分：随机分为80000个训练图像、10000个验证图像和10000个测试图像

下载方法

数据集已上传至百度云盘，请按照需求下载。

数据解析

下载数据后，发现标注信息是annotation.mat的标注文件，不好直观感受其标注信息。下面将annotation.mat解析处理，转化为我们熟悉的格式。

解析代码

import pandas as pd
import scipy
from scipy import io

data = scipy.io.loadmat('annotation.mat')

def mat2txt(data, key):
    subdata = data[key]
    dfdata = pd.DataFrame(subdata)
    dfdata.to_csv("%s.txt" % key, index=False)

if __name__ == "__main__":
    data = scipy.io.loadmat("annotation.mat")
    key_list = ["attributes", "test_images_name", "test_label", "train_images_name", "train_label", "val_images_name", "val_label"]
    for key in key_list:
        mat2txt(data, key)

运行代码后，annotation.mat文件将转化为几个.txt文件，如下图所示：