UCSD 数据集

最新推荐文章于 2024-04-02 16:48:18 发布
最新推荐文章于 2024-04-02 16:48:18 发布
阅读量5.7k 收藏 4
点赞数 1
分类专栏： 数据库 文章标签： dataset 数据内容解析
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/qq_21274223/article/details/78113734
版权

Ground truth annotations for UCSD dataset

文件包括

vidd vidf两个场景


以vidd为例

原视频为30fps，尺寸740*480，转为10fps，238*158.

选取其中4000帧，每200帧的标记表示成一个文件。


$ucsepeds\gt\vidd

vidd1_33_000_frame_full.mat

每帧包含的所有信息

fgt.frame中的200个文件表示每一帧中的人的

Loc （x,y,frame）

Id 每个人的标记

Ldir瞬时速度(dx,dy,frame)

Tdir 方向


vidd1_33_000_count_4K_roi

以帧为目标

存储每一帧在6个运动模式（(左快，左慢，右快，右慢)，所有运动，未运动）上的人数计数数据（count）。


vidd1_33_001_people_full

以人为目标

loc （x,y,frame）

id 行人标签

num_pets id出现的帧数

Ldir瞬时速度(dx,dy,frame)

Tdir 方向


芝麻麻麻
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
UCSD 人群密度监测数据集数据集
07-08
UCSD Pedestrian 是一个人群密度监测数据集，用以测试开放环境中动态监测人群数量及密度的算法效果。
UCSD_Anomaly_Dataset.tar.gz
05-29
UCSD_Anomaly_Dataset.tar.gz
UCSD 人群密度监测数据集.7z
07-13
UCSD 人群密度监测数据集.7z
UCSD异常检测数据集
yipala的博客
09-02 9527
UCSD异常检测数据集 UCSD异常检测数据集是通过学校中固定在较高位置上的摄像机获得的，俯瞰人行道。走道中的人群密度是变化的，从稀疏到非常拥挤。在正常设置中，视频仅包含行人。异常事件是由以下两种情况引起的： 非人行道物体在人行道上的流通（如：卡车，自行车） 异常的行人运动模式（如：从草坪中穿过，跑步） 常见的异常现象包括：骑自行车的人，滑冰运动员，小推车，以及走过人行道或周围草地的...
pytorch学习（一）数据加载之前的预处理（UCSD数据集）
三个火枪手的博客
06-01 3487
最近在做有关视频异常检测方面的实验，需要用到UCSD数据集，pytorch自定义加载自己的数据集时需要将自己的数据的路径以及标签存放到txt文档中，方便后续的数据加载。 最后我会给出生成好的UCSD数据集txt文档下载链接，有需要的可以自行下载。 1、UCSD异常检测数据集 UCSD数据集是通过固定摄像头俯瞰人行道拍摄的，它有两个子文件夹，分别是UCSDped1和UCSDped2，每个文件夹下都有剪辑好的视频片段，每个视频片段大约在200帧左右。所有的训练样本都是正常样本，每一个测试片段都会包含某些异常帧，
UCSD Pedestrian 行人视频数据集.7z
07-13
UCSD Pedestrian 数据集包含 UCSD 加州大学圣地亚哥分校的行人录像视频，所有视频文件皆由两个观测点摄像头所拍摄，视频规格压缩为 238×158 10fps。vidf 文件可用于行人动作检测，另外拥挤度检测可从 segm 目录下....
UCSD 行人视频数据数据集
07-07
UCSD行人视频数据集是计算机视觉领域中一个广泛使用的数据集，主要专注于行人检测和跟踪。这个数据集由美国加利福尼亚大学圣地亚哥分校（UCSD）的研究团队创建，旨在为行人检测算法的开发和评估提供一个标准化的平台...
计算机视觉之图像数据集：UCSD异常检测数据集
02-04
UCSD 异常检测数据集是通过安装在高处的固定相机获取的，可以俯瞰人行道。人行道上的人群密度各不相同，从稀疏到非常拥挤。在正常设置中，视频仅包含行人。异常事件是由于： 人行道中非行人实体的流通 异常的行人运动模式常见的异常包括骑自行车的人、滑冰的人、小推车，以及在人行道上或在人行道周围的草地上行走的人。还记录了一些坐在轮椅上的人的情况。所有异常都是自然发生的，即它们不是为了组装数据集而上演的。数据被分成 2 个子集，每个子​​集对应一个不同的场景。从每个场景录制的视频片段被分成大约 200 帧的各种片段。 Peds1：一群人走向和远离相机的剪辑，以及一些透视失真。包含 34 个训练视频样本和 36 个测试视频样本。 Peds2：行人移动平行于相机平面的场景。包含 16 个训练视频样本和 12 个测试视频样本。 对于每个剪辑，ground truth 注释包括每帧一个二进制标志，指示该帧是否存在异常。此外，Peds1 的 10 个剪辑和 Peds2 的 12 个剪辑的子集提供了手动生成的像素级二进制掩码，用于识别包含异常的区域。这是为了能够根据算法定位异常的能力来评估性能。
信贷数据集-数据集
03-14
small_loan.csv
人群计数：Single-Image Crowd Counting via Multi-Column Convolutional Neural Network(CVPR2016)
qq_44524636的博客
06-09 597
MCNN，shanghaitech，基于多列卷积神经网络的单图像人群计数
密集人群检测与计数论文与开源数据
shuijinghua的博客
12-24 4448
参考资料： http://www.sohu.com/a/338406719_823210 https://blog.csdn.net/wgc0802402/article/details/97293852 https://zhuanlan.zhihu.com/p/65650998 参考代码： https://github.com/gjy3035/C-3-Framework 论文 1。...
USCD行人异常数据集使用指南 | 快速下载
weixin_44644621的博客
03-25 2161
数据集介绍 UCSD是一个行人异常检测数据集（官网：http://www.svcl.ucsd.edu/projects/anomaly/dataset.htm）。通过安装在高程处的固定摄像头获取，可俯瞰人行道。 数据被拆分为 2 个子集，每个子集对应于不同的场景。从每个场景录制的视频片段被分成大约200帧的各种剪辑。 Peds1：一群人走向和远离相机的片段，以及一定程度的透视失真。包含 34 个train视频示例和 36 个test视频示例。 Peds2：行人平行于摄像机平面移动的场景。包含 16 个tra
新能源微电网数据集
最新发布
2301_80430808的博客
04-02 1586
风电；光伏；储能电池；微电网；6+新能源微电网数据集；
UCSD数据集ped1/test/test17/142图片存在问题
qq_42016937的博客
03-09 844
在UCSD数据集ped1/test/test17/142图片存在问题，此图片标签并非异常图片。所以用其他图片代替
基于卷积神经网络的密集人群估计/人群计数算法/Yolov4行人检测【内含教程和踩坑】
weixin_43594279的博客
01-10 2万+
面向本科毕业设计，对人群密度估计的研究流程进行概述，旨在帮助小白从零开始了解人群估计算法。
免费数据集下载（持续更新中...）
热门推荐
Ramble Over The Cloud~
04-06 7万+
https://zhuanlan.zhihu.com/p/25138563 分门别类整理了一些网上的免费数据集，这是分类下载地址，希望能节约大家找数据的时间。欢迎数据达人加入QQ群 565136792 交流。 金融 美国劳工部统计局官方发布数据 上证A股日线数据，1999.12.09 至 2016.06.08，前复权，1095支股票 深证A股日线数据，
深度学习数据集Deep Learning Datasets
weixin_30244889的博客
03-01 470
Datasets These datasets can be used for benchmarking deep learning algorithms: Symbolic Music Datasets Piano-midi.de: classical piano pieces (http://www.piano-midi.de/) Nottingham : over...
人工智能大数据,公开的海量数据集下载,ImageNet数据集下载,数据挖掘机器学习数据集下载...
weixin_33796177的博客
10-13 2285
人工智能大数据,公开的海量数据集下载,ImageNet数据集下载,数据挖掘机器学习数据集下载 ImageNet挑战赛中超越人类的计算机视觉系统微软亚洲研究院视觉计算组基于深度卷积神经网络（CNN）的计算机视觉系统，在ImageNet 1000挑战中首次超越了人类进行对象识别分类的能力。他们的系统在ImageNet 2012分类数据集中的错误率已降低至4.94%。这个数据集包含约120万张训练图像...
pytorch训练UCSD数据集
05-31
训练UCSD数据集可以参考以下步骤： 1. 下载UCSD数据集，可以从官网或者其他来源获取。UCSD数据集主要用于人流量检测，包含了许多视频片段，每个视频片段包含了多个帧。 2. 对数据集进行预处理，可以使用一些图像处理工具进行预处理，如opencv等。预处理的主要目的是将视频片段转化为图像帧，并对每个图像帧进行一些必要的预处理操作，如裁剪、缩放、归一化等。 3. 构建神经网络模型，可以使用pytorch构建一个卷积神经网络模型，用于人流量检测。可以选择一些经典的网络结构，如VGG、ResNet等，也可以进行自定义的网络结构设计。模型的训练目标是最小化损失函数，可以使用交叉熵、均方误差等常用的损失函数。 4. 划分训练集和测试集，可以将UCSD数据集按照一定比例划分为训练集和测试集，用于模型的训练和测试。 5. 进行训练和测试，使用pytorch进行模型的训练和测试。训练过程中可以采用一些常用的优化器，如Adam、SGD等。测试过程中可以计算模型的精度、召回率、F1-score等指标，用于评估模型的性能。 6. 调整模型参数和网络结构，根据测试结果进行模型参数和网络结构的调整，以提高模型的性能。 以上是一个简单的UCSD数据集训练流程，具体细节可以根据实际情况进行调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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