由于红外数据集在军事、国防等特殊用途,所以红外数据集数据较少,下面主要是对现有的红外数据集做个汇总和介绍,有的网址可能需要咳咳才能访问。
目前,都已经补充了百度云盘链接,方便大家更好的使用。
1.OTCBVS Benchmark Dataset
http://vcipl-okstate.org/pbvs/bench/http://vcipl-okstate.org/pbvs/bench/里面包括好多子数据集,常用的是dataset01和dataset03.
Dataset 01: OSU Thermal Pedestrian Database
主题:
热成像中的人物检测。
下载链接:
百度云待添加
介绍:
雷神 300D 热传感器核心
75 毫米镜头
安装在八层楼屋顶的摄像头
获得/专注于手动控制
数据详情:
俄亥俄州立大学校园内的行人交叉路口
序列数 = 10
图像总数 = 284
图像格式 = 8 位灰度位图
图像大小 = 360 x 240 像素
采样率 = 不均匀,小于 30Hz
子目录中提供的每个序列的环境信息
子目录中提供的真实情况作为人们周围的边界框列表(具有大致相同的纵横比)。
对于地面实况数据,我们只选择了图像中至少有 50% 可见的人(即没有选择高度遮挡的人)。
Dataset 03: OSU Color-Thermal Database
主题:
Color image+Thermal image
下载链接:
百度云待添加
介绍:
彩色和热成像中基于融合的目标检测
传感器详情:
热传感器:Raytheon PalmIR 250D,25 mm 镜头
颜色传感器:Sony TRV87 Handycam
在离地面大约 3 层的两个位置的三脚架上相邻安装的摄像机
获得/专注于手动控制
数据详情:
俄亥俄州立大学校园内繁忙的道路交叉口
颜色/热序列数 = 6(每个位置 3 个)
图像总数 = 17089
图像格式 = 热成像:8 位灰度位图,颜色:24 位彩色位图
图像大小 = 320 x 240 像素
采样率 = 大约30赫兹
使用手动选择点的单应性注册的彩色/热图像
包含数据集跟踪结果的文件由 Alex Leykin 提供
2.FLIR自动驾驶数据库:
主题:
Color image+Thermal image
下载链接:
https://www.flir.com/oem/adas/adas-dataset-form/
下载链接: https://pan.baidu.com/s/1A_09l1iAyLO8OeeGzWyYmA?pwd=tx7d
提取码: tx7d
介绍:
FLIR 启动器热数据集使开发人员能够开始训练卷积神经网络 (CNN),使汽车社区能够使用 FLIR 具有成本效益的热像仪创建下一代更安全、更高效的 ADAS 和无人驾驶车辆系统。
3.CVC-14: Visible-FIR Day-Night Pedestrian Sequence Dataset
主题:
Color image+Thermal image
下载链接:
下载链接:https://pan.baidu.com/s/1sgkiS2ZVv2bMAsUBkjDCSA
提取码:oeji
介绍:
数据集由两组序列组成。这些序列被命名为白天和黑夜集,指的是它们被采集的那一刻,可见和 FIR 取决于用户记录序列的相机。白天训练 3695 个 imegas,夜间训练 3390 个图像,每个序列大约有 1500 个强制性行人注释。用于测试两个序列的约 700 张图像,白天约 2000 名行人,夜间约 1500 名行人。
4.KAIST
下载链接:
Note:这个数据集,主流方法使用的版本不同,主要在于对KAIST数据集的处理方式不同,进而有两种比较主流的使用方法。同时,由于Train、Test的标签有问题,有人对这些做了部分矫正,总之,这个数据集的使用还需要进一步调研,较为麻烦。
(1) 全部数据的下载链接
链接:https://pan.baidu.com/s/1V6qOIUIo2yojy-se_oWjtQ
提取码:9yhh
(2) 7601 Train
链接:https://pan.baidu.com/s/1xYARm7eKD_59T2y4GJd-eA
提取码:y39t
--来自百度网盘超级会员V5的分享
介绍:
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。
https://github.com/SoonminHwang/rgbt-ped-detection
其中,数据集CVC-14和KAIST是多光谱行人检测应用广泛的数据集,很多研究学者在上面展开研究,尤其是KAIST数据集,相关文章介绍可见: