Advertisement

TinyPerson：小物体检测的数据集

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
TinyPerson 是一个专注于小尺寸人体检测的数据集，旨在推动低分辨率下的人体识别技术发展。该数据集包含大量标注精细的小尺度行人图像，适用于开发和评估先进的目标检测算法。 TinyPerson是用于检测远距离且具有大量背景的微小物体的一个基准。该数据集中的图像是从互联网上收集的。首先，从不同的网站收集高分辨率视频。其次，每50帧对视频中的图像进行采样。然后删除具有一定重复（同质性）的图像，并用手动边界框标注了72,651个对象。最终得到的数据集中包含1532张图片，类别为earth_person和sea_person，所有图片均已用txt格式标注并划分为训练集、验证集和测试集，可以直接用于YOLO各个版本模型的训练。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • TinyPerson：小物体检测的数据集
    优质
    TinyPerson 是一个专注于小尺寸人体检测的数据集，旨在推动低分辨率下的人体识别技术发展。该数据集包含大量标注精细的小尺度行人图像，适用于开发和评估先进的目标检测算法。 TinyPerson是用于检测远距离且具有大量背景的微小物体的一个基准。该数据集中的图像是从互联网上收集的。首先，从不同的网站收集高分辨率视频。其次，每50帧对视频中的图像进行采样。然后删除具有一定重复（同质性）的图像，并用手动边界框标注了72,651个对象。最终得到的数据集中包含1532张图片，类别为earth_person和sea_person，所有图片均已用txt格式标注并划分为训练集、验证集和测试集，可以直接用于YOLO各个版本模型的训练。
     
  • Pascal VOC 2007物体检测数据集
    优质
    Pascal VOC 2007物体检测数据集是计算机视觉领域广泛使用的一个标准测试平台，包含多种日常对象的图像及其标注信息，用于评估和比较不同算法在目标识别与定位上的性能。 Pascal VOC 2007数据集可用于评估YOLO、Fast-RCNN等算法的物体检测性能。
     
  • BSDS500物体边界检测数据集
    优质
    BSDS500是用于评估图像中物体边界检测性能的数据集，包含500幅图片及其对应的标注边界，为相关研究提供基准。 伯克利分割数据集（BSDS500）是由伯克利大学计算机视觉小组提供的一个用于图像分割及物体边缘检测的数据集。该数据集包含200张训练图、100张验证图以及200张测试图，所有标注信息以.mat文件形式保存，并包括了分割和边界的信息。每一张图片都有五个对应的标注版本，在训练过程中可以使用平均值作为真值或用来扩充数据。 这个数据集中有两个子目录： - bench：用于评估自己方法的指标，主要是matlab脚本（.m文件），其中核心文件correspondPixels.cc需要编译，但如果是Linux 64位系统，则无需编译源代码，因为已提供了预编译好的对应于该系统的文件。 - BSDS500：包含训练集、测试集和验证集的数据集。
     
  • YOLO人脸与物体检测数据集
    优质
    简介：YOLO人脸与物体检测数据集是一款结合了人脸识别和多种物体识别需求的数据集合，适用于训练高性能的人脸及通用目标检测模型。 对WiderFace数据集进行转换，生成符合YOLO格式的数据集，可以直接用于人脸目标检测的训练。
     
  • 河道漂浮物体检测数据集.zip
    优质
    本数据集包含大量关于河道内各类漂浮物的图像及标注信息，旨在为开发精准的河道管理与环境监测系统提供支持。 河道漂浮物检测数据集.zip
     
  • 物体和垃圾目标检测数据集
    优质
    该数据集包含大量标注的物体与垃圾图像样本，旨在推动智能垃圾分类及环境监测相关技术的发展。 五类物品：电池、纸团、一次性杯子、塑料瓶和积木，每种类别大约有350张左右。
     
  • YOLO瓶装物体检测数据集 bottle_VOCtrainval2012.zip
    优质
    该数据集为YOLO算法训练专用，包含多种日常生活中的瓶装物品图像，格式遵循VOC标准，适用于目标检测模型的研究与开发。 1. YOLO瓶子检测数据集 2. 类别名：bottle 3. 来源：从VOCtrainva2012数据集中单类别提取得到 4. 标签格式：txt和xml两种 5. 图片数量：812张
     
  • TinyPerson数据集的YOLO格式版本
    优质
    本数据集为TinyPerson数据集的YOLO格式版本，包含大量行人检测标注信息，适用于训练和评估行人检测模型性能。 数据集包含1532个样本图片，并已使用VOC xml和YOLO txt两种格式进行标注。其中，YOLO TXT格式的数据已经划分为了训练集、验证集和测试集，可以直接用于YOLO算法的训练。这些数据适用于小目标检测模型的训练，在机器学习、深度学习及人工智能领域具有应用价值，并且可以利用Python语言在PyCharm等开发环境中进行相关工作。
     
  • PASCAL3D+ 3D 物体检测与姿态识别数据集.torrent
    优质
    PASCAL3D+ 是一个扩展版的数据集，用于增强三维物体检测和姿态估计的研究。它结合了二维图像信息及对应物体的三维模型和姿态标注，是开发和评估相关算法的重要资源。 注意：您提供的标题看起来像是一个文件名（.torrent 文件通常用于下载），因此上面的简介并未涉及任何具体的文件内容或来源，而是对 PASCAL3D+ 数据集的一般性介绍。 请注意，这只是一个种子地址，需要自行下载。PASCAL 3D+ 是一个用于三维物体检测和姿态识别的数据集，包含了 PASCAL VOC 2012 中的12个类别物体的三维标注信息，平均每个类别包含约3000个实例。该数据集由斯坦福大学于2014年发布，并且相关的研究论文为《Beyond PASCAL: A Benchmark for 3D Object Detection in the Wild》。