【数据集NO.5】小目标检测数据集汇总-Toy模板网

这篇具有很好参考价值的文章主要介绍了【数据集NO.5】小目标检测数据集汇总。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前言

数据集对应应用场景，不同的应用场景有不同的检测难点以及对应改进方法，本系列整理汇总领域内的数据集，方便大家下载数据集，若无法下载可关注后私信领取。关注免费领取整理好的数据集资料！

一、TinyPerson数据集

在 TinyPerson 中有 1610 个标记图像和 759 个未标记图像（两者主要来自同一视频集），总共有 72651 个注释。对于微小人物检测任务，测试集的评估规则如下：我们将“海”和“地”视为一个类（“人”）。只有“正常”框被视为阳性框。评估时不使用“密集图像”（包含“密集”框）。“忽略”框与行人检测相同，在评估时既不是阳性也不是阴性，这意味着匹配“忽略”的检测结果不会是FP（假阳性）或TP（真阳性）。评估时，“不确定”框与“忽略”框处理相同。在测试集中，有13787个正注释，1989+2834个忽略（“不确定”与“忽略”处理相同）注释。对于基准测试中的训练，我们将“正常”框视为正框，并用图像中区域的平均值擦除“忽略”和“不确定”区域，密集图像不用于训练。
转换好格式数据集：关注后私信领取
下载链接【点此处即可下载】
小目标检测数据集,数据集,目标检测,计算机视觉,深度学习

二、密集行人检测数据集

WiderPerson 数据集是野外行人检测基准数据集，其图像选自广泛的场景，不再局限于交通场景。我们选择了 13,382 张图像并标记了大约 400K 带有各种遮挡的注释。我们随机选择 8000/1000/4382 图像作为训练、验证和测试子集。与 CityPersons 和 WIDER FACE 数据集类似，我们不发布测试图像的边界框基本事实。用户需要提交最终的预测文件，我们将进行评估。
下载链接【点此处即可下载】
小目标检测数据集,数据集,目标检测,计算机视觉,深度学习

三、加州理工学院行人检测数据集

加州理工学院行人数据集由大约 10 小时的 640x480 30Hz 视频组成，该视频取自在城市环境中通过常规交通行驶的车辆。注释了大约 250,000 帧（在 137 个大约分钟长的片段中），总共 350,000 个边界框和 2300 个独特的行人。注释包括边界框和详细的遮挡标签之间的时间对应关系。
下载链接【点此处即可下载】
转换好格式数据集：关注后私信领取
小目标检测数据集,数据集,目标检测,计算机视觉,深度学习