雷锋网 AI 研习社按,近期,旷视发布了一个叫做 CrowdHuman 的基准数据集,该数据集可用于人群中的人类检测。
CrowdHuman 数据集的数据规模非常大,同时包含了丰富的注释和很高的多样性。该数据集拥有 15000 张用于训练的图像,4370 张用于验证的图像和 5000 张用于测试的图像,总共有 470K 个来自训练和验证子集的人类实例,数据集里的每张图片包含 23 个人,同时存在着各种各样的遮挡。每个人类实例都用头部边界框、人类可见区域边界框和人体全身边界框注释。
不同人体检测数据集的体积,密度和多样性,为了公平比较,这里只显示训练子集的统计数据。
CrowdHuman 数据集 和 CityPersons 数据集可见比率(Visible Ratio)的比较。可见比率是可见边界框与完整边界框的比率。
论文
https://arxiv.org/abs/1805.00123
官网
数据集下载
CrowdHuman_train01.zip [Baidu Drive] [Google Drive]
CrowdHuman_train02.zip [Baidu Drive] [Google Drive]
CrowdHuman_train03.zip [Baidu Drive] [Google Drive]
CrowdHuman_val.zip [Baidu Drive] [Google Drive]
annotation_train.odgt [Baidu Dirve] [Google Drive]
annotation_val.odgt [Baidu Drive] [Google Drive]
如果您使用了本数据集,请引用以下论文:
@article{shao2018crowdhuman,
title={CrowdHuman: A Benchmark for Detecting Human in a Crowd},
author={Shao, Shuai and Zhao, Zijian and Li, Boxun and Xiao, Tete and Yu, Gang and Zhang, Xiangyu and Sun, Jian},
journal={arXiv preprint arXiv:1805.00123},
year={2018}
}
作者
Shuai Shao*, Zijian Zhao*, Boxun Li, Tete Xiao, Gang Yu, Xiangyu Zhang, Jian Sun。
想了解更多旷视在 AI 领域的动态,请关注雷锋网 AI 科技评论旗下数据库项目「AI影响因子」。