CUHK-SYSU数据集介绍

最新推荐文章于 2023-05-23 11:26:39 发布
最新推荐文章于 2023-05-23 11:26:39 发布
阅读量5k 收藏 4
点赞数 2
分类专栏： 数据介绍 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/myh12138/article/details/117820296
版权

该数据集是一个大规模的人员搜索基准，包含18184张图像和8432个身份。
根据图像来源，数据集可以分为两部分：街道捕捉和电影：在街拍中，图像通过手持摄像机收集，跨越数百个场景，并尝试包括视点、照明、分辨率、遮挡的变化，同时，我们选择影视剧作为另一种图像采集来源，因为它们提供了更多样化的场景和更具挑战性的视角。

该数据集为人的重新识别和行人检测提供注释。每个查询人出现在至少两个图像中，并且每个图像可以包含多个查询人和多个背景人。数据被划分为训练集和测试集。训练集包含11206幅图像和5532个查询人，测试集包含6978幅图像和2900个查询人。

官网连接
http://www.ee.cuhk.edu.hk/~xgwang/PS/dataset.html

myh12138
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
香港中文大学 数据集
AI 图像识别
05-26 7093
ImageNet Attribute DatasetCUHK-SYSU Person Search Dataset  CUHK Person Re-identification Dataset  CUHK Occlusion Dataset (for pedestrian detection) Immediacy Dataset CUHK Square Dataset (for pedestria...
CUHK人脸数据库
10-31
包括香港中文大学人脸数据库中的188幅光学人脸照片和与之对应的素描人脸图像。
CUHK-SYSU行人搜索数据集介绍及结构
qq_36396406的博客
05-23 1202
街拍和电影收集的图像。：18184个结构体，描述每个图像的行人信息，包括图像名称（imname）、出现的行人数量和位置（nAppear和box）。：11934个结构体，每个结构体代表一个人物，每个人物至少在两张图像中出现。包含人物ID（idname）、出现时间（nAppear）以及每个场景中的位置（Person(i).scene.idlocate）。：测试集包含的6978个图像。：用于训练的5532个查询人物。
1610.Deep Learning Prototype Domains for Person Re-Identification-CUHK-SYSU-PRW 论文笔记
xuluohongshang的博客
01-02 1736
基于深度学习原型域感知自适应的行人重识别 DLDP：deep learning model for domain perception selection and reid matching 行人重识别的核心就是一个跨域识别的问题，作者希望建立对摄像机视角鲁棒的模型来应用到未知视角的域中，因此，其提出了一种两步训练的深度学习方法，从训练集中发现固有的几个原型域模式，该方法训练好的的模型可
行人重识别数据集之 CUHK03 数据集
qq_39220334的博客
11-22 9018
Market 1501 + CUHK03 + DukeMTMC-reID1. Market1501 数据集1.1 数据集结构1.2 数据集命名 1. Market1501 数据集 2015年，论文 Person Re-Identification Meets Image Search 首次提出了 Market 1501 数据集，现在 Market 1501 数据集已经成为行人重识别领域最常用的数据集之一。 Market 1501 的行人图片来自清华大学校园的 6 个摄像头，一共标注了 1501 个行人。其
cuhk02_release(dataset).7z
05-03
cuhk02数据集 需要的可以下载
SYSU-30k:SYSU-30k数据集“弱监督人员重新识别”
03-16
SYSU-30k数据集，代码和预训练的模型 数据集，代码和预训练的模型“弱监管人重新编号：可微图形学习的新基准” 。 我们的弱监督再ID的源代码最初是由书面谁拥有丰富的人重新编号经验（），并通过部分修订。 数据集...
CUHK03_dataset:从CUHK03数据集的.mat文件中提取的图像以供人重新识别
05-13
CUHK-03数据集说明 此数据集是从香港中文大学（CUHK）校园收集的，请参考中大法规使用。 它包含敏感数据，使用时应尊重中大学生的隐私。 数据存储在MATLAB MAT文件“ cuhk-03.mat”中。 从5对不同的摄像机视图中...
cuhk03数据集（已按照market1501格式整理）
07-03
《行人重识别（ReID）：Cuhk03数据集与Market1501格式解析》 在计算机视觉领域，行人重识别（Pedestrian Re-identification，简称ReID）是一项重要的技术，用于跨摄像头识别同一行人的任务。在这个领域，数据集是...
CUHK Occlusion Dataset数据集 yolo格式+VOC格式 包括划分好的训练集和数据集
12-22
CUHK Occlusion Dataset数据集,用于行人检测，做好了yolo格式数据集的训练和划分，同时上传了yolo和voc两个格式的标签集。 包括：1.VOC格式（.xml文件）的数据集 2.yolo格式（.txt文件）的数据集 3.划分好的yolo...
SYSU-MM01.zip
06-19
SYSU-MM01是一个流行的跨模态ReID数据集，其中包括来自4个可见光摄像机和2个红外摄像机的491个行人。 训练集包含19,659幅可见图像和395人的12,792幅红外图像，测试集包含96人。 有两种测试模式，即全搜索模式和室内搜索模式。 对于全搜索模式，将使用所有图像。 对于室内搜索模式，仅使用来自第一，第二，第三和第六个摄像机的室内图像。 对于这两种模式，均采用单张和多张设置，其中随机选择1或10个人的图像以形成gallery。 两种模式都将红外图像用作query，将可见图像用作gallery。
APTM-main.zip
最新发布
09-14
标题中的"APTM-main.zip"是一个压缩文件，通常在信息技术领域，这可能是一个包含软件、文档、源代码或任何其他相关资源的集合。这个压缩文件可能是为了方便传输、存储或分发而创建的。".zip"是文件压缩格式，由...
行人重识别CUHK03数据集及MATLAB cell array介绍---史上最全总结
HeavenerWen的博客
05-21 3024
数据集整体描述 该数据集采集于港中文校园，是以MATLAB MAT file的格式来存储的，是收集了1467个identities, 这1467个identities又是收集自5 different pairs of camera views. 5对摄像机组，什么意思？ 是10个相机？ ...
将SYSU数据集转换为VOC--只关注行人检测
songwsx的博客
10-13 832
1.构建VOC文件夹 import os def make_voc_dir(): # labels 目录若不存在，创建labels目录。若存在，则清空目录 if not os.path.exists('../VOC2007/Annotations'): os.makedirs('../VOC2007/Annotations') if not os....
SYSU_MM01数据评估 （python版本）
wenroudebaozi的博客
10-05 4846
该代码是在python中实现SYSU_MM01数据集的评估代码，是SYSU-MM01数据集作者提供的Matlab代码的python翻译。 1. SYSU_MM01数据集简介 SYSU_MM01数据集共包含七个文件夹， 其中cam1，cam2，cam4，cam5均为RGB图像，cam3和cam6为IR(Infrared)图像 下图每两列为同一个id ...
一些数据集的标注格式
weixin_46455141的博客
03-01 187
一些数据集的标注格式。
人群计数数据集汇总和详细介绍,全网最全，crowd counting datasets
热门推荐
专注“目标检测”领域技术分享
04-28 1万+
视频监控=video surveillancehttps://github.com/gjy3035/Awesome-Crowd-Counting/blob/master/src/Datasets.md进展 | 密集人群分布检测与计数 :https://www.sohu.com/a/338406719_823210。
Dataset：Human Detection and Search
Felaim的博客
09-03 806
Dataset：Human Detection and Search 1. 背景 主要归纳了一下Human Detection and Search 涉及到的6个数据集， 分别为ETHZ， CityPersons，CalTech，MOT17, CUHK-SYSU和PRW这六个。 2. 数据简介 2. 1 ETHZ 参考地址 Ess等构建了基于双目视觉的行人数据库用于多人的行人检测与跟踪研究。该数据库采用一对车载的AVT Marlins F033C摄像头进行拍摄，分辨率为640×480，帧率13-14fps，
论文阅读 之 Person Search by Multi-Scale Matching
qq_39220334的博客
02-06 600
1. 论文研究的主要问题 文章认为多尺度匹配问题是行人搜索任务中的重要挑战。行人检索不同于行人重识别，行人检索是在一个没有限制的场景下检索行人，考虑到自动检索行人的需求，行人的检测框可能是包含错误结果和未知程度的误对齐的剪裁结果，这个行人重识别的匹配带来了更大的挑战。 自动检测到的行人边界框尺度变化（分辨率）往往比行人重识别的边界框变化要大，如图 b 所示。尺度变化主要是由于摄像头和行人之间的不可控制的距离产生的，其本质问题是多尺度匹配问题。 2. 主要工作 为了解决多尺度匹配问题，提出了 Cross-L
如何将cuhk-pedes数据集可视化
05-15
Cuhk-pedes数据集是一个行人重识别数据集，其中包含了超过13,000个行人身份的图像。为了将其可视化，可以使用Python中的matplotlib库。 以下是将Cuhk-pedes数据集中的图像可视化的基本步骤： 1. 首先，你需要将数据集中的图像和标签加载到Python中。可以使用numpy和pickle库来加载数据集和标签。 ```python import numpy as np import pickle with open('cuhk-pedes.pkl', 'rb') as f: data = pickle.load(f) images = data['images'] labels = data['labels'] ``` 2. 然后，你可以使用matplotlib库中的imshow函数来显示图像。可以使用subplot函数来创建一个多图形布局，并显示多个图像。 ```python import matplotlib.pyplot as plt fig = plt.figure(figsize=(8, 8)) columns = 4 rows = 5 for i in range(1, columns*rows +1): img = images[i] fig.add_subplot(rows, columns, i) plt.imshow(img) plt.show() ``` 这将显示Cuhk-pedes数据集中的前20个图像。可以根据需要更改列数和行数。 注意：在加载Cuhk-pedes数据集时，你需要将图像的像素值除以255以进行归一化。
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值