清洗后的Kaist数据集

链接：https://pan.baidu.com/s/1lwIRQIedkJDL-f000ZETnw 
提取码：lzh1 

一、原数据集

        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?

二、重新标注

        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。

        标签我只留了person，其余均删去

        先前有个老哥只做了一部分，我训练集和测试集均用python处理过了