加州理工学院行人检测基准

描述

加州理工学院行人数据集包括大约10小时的640x480 30Hz视频，这些视频来自在城市环境中通过常规交通的车辆。大约250,000个框架（137个近似分钟的长段）共有350,000个边界框和2300个独特的行人被注释。注释包括边界框和详细遮挡标签之间的时间对应。更多信息可以在我们的PAMI 2012和CVPR 2009基准测试文件中找到。织梦好，好织梦

下载

加州理工学院行人数据集。训练数据（set00-set05）由六个训练集（每个约1GB）组成，每个训练集有6-13个一分钟长的seq文件，以及所有注释信息（详见论文）。测试数据（set06-set10）由五组组成，每组约1GB。新增：现在还提供了整个数据集的注释。还提供包含所有评估算法的检测结果的输出文件。
Seq视频格式。seq文件是一系列具有固定大小标题的连接图像帧。用于读/写/操作seq文件的matlab例程可以在 Piotr的Matlab工具箱中找到（需要3.20或更高版本）。这些例程还可用于将seq文件提取到图像目录。
Matlab评估/标签代码（3.2.1）。注释使用自定义的“视频边界框”（vbb）文件格式。该代码还包含用于查看覆盖注释的seq文件的实用程序，用于生成本文中所有ROC图的评估例程，以及用于创建数据集的vbb标记工具（另请参见此有点过时的视频教程）。
标准格式的其他数据集。为方便起见，我们发布了seq / vbb格式的完整图像/注释以及许多其他数据集上所有评估算法的检测结果。这有助于对这些附加数据集的训练/测试以及所有ROC曲线的精确再现。原作者仍享有完整版权，请参阅相应网站以获取更多信息，包括如何引用这些数据集的评估结果。INRIA行人数据集[已转换 ]， ETH行人数据集 [已转换 ]， TUD-布鲁塞尔行人数据集 [已转换 ]，戴姆勒行人数据集 [转换 ]。

基准测试结果

算法细节和参考 | 算法运行时与性能

有关评估方案的详细信息，请参阅我们的PAMI 2012论文。 copyright dedecms
注意：自我们的CVPR 2009论文以来，评估方案已经发展。
注意：我们每个绘图最多渲染15个最佳结果（但始终包括VJ和HOG基线）。织梦内容管理系统

加州理工学院行人测试数据集：我们提供两组结果：50像素或更高，未被遮挡或部分遮挡的行人（合理），以及更详细的性能细分，如文中所述（详细）。
加州理工学院行人培训数据集：加州理工学院培训数据的结果：合理，详细。
加州理工学院行人日本数据集：类似于加州理工学院行人数据集（无论是幅度还是注释），视频都是在日本收集的。我们无法发布这些数据，但是，我们将对结果进行基准测试，以对各种检测器进行二次评估。结果：合理，详细。
INRIA行人测试数据集：INRIA Pedestrian数据集的全图像结果（评估详情）。
ETH行人数据集：ETH行人数据集的结果（评估详情）。
TUD-Brussels Pedestrian Dataset：TUD-Brussels Pedestrian数据集的结果（评估详情）。
戴姆勒行人数据集：戴姆勒行人数据集的结果（评估详情）。

提交结果

请联系我们，将您的探测器结果包含在本网站上。我们从第30帧开始每隔30帧进行一次评估。对于每个视频，每个帧的结果应该是一个文本文件，命名如下：“I00029.txt，I00059.txt，...”。每个文本文件应包含每个检测到的边界框1行，格式为“[left，top，width，height，score]”。如果未找到任何检测项，则文本文件应为空（但必须仍然存在）。目录结构应该模仿包含视频的目录结构：“set00 / V000，set00 / V001 ......”。如果上面的描述不清楚，请参阅评估算法的输出文件（可从下载部分获得）。请注意，在评估期间，给定视频的所有检测都连接成一个文本文件，

织梦内容管理系统

更改日志

07/01/2019：添加了ADM，ShearFtrs和AR-Ped结果。
08/31/2018：添加了GDFL结果。
07/05/2018：添加了TLL-TFA结果。
07/05/2018：添加了FasterRCNN + ATT和AdaptFasterRCNN结果。
06/03/2018：添加了F-DNN2 + SS结果。
04/15/2018：添加了PCN结果。
2017年11月20日：添加了SDS-RCNN结果。
10/23/2017：添加了UDN +结果。
2016年12月12日：添加了ACF ++ / LDCF ++，MRFC和F-DNN结果。
2016年9月9日：添加了MS-CNN结果。
07/26/2016：添加了RPN + BF结果。
2016年3月3日：添加了SA-FastRCNN结果。
2015年8月11日：添加了SCF + AlexNet结果。
2015年10月26日：添加了CompACT-Deep结果。
2015年9月24日：添加了CCF结果。
2015年9月16日：添加了Checkerboards，LFOV，DeepCascade，DeepParts，SCCPriors，TA-CNN，FastCF和NAMC结果。最新的OSX Matlab显示更新的显示代码。修复了一些破碎的链接
2014年10月29日：新代码版本v3.2.1（已修改的dbExtract.m，已更新的标头）。
2014年9月21日：增加了LDCF，ACF-Caltech +，SpatialPooling，SpatialPooling +和Katamari结果。
2014年7月22日：更新了CVC-ADAS数据集链接和说明。
2014年7月16日：添加了WordChannels和InformedHaar结果。
06/04/2014：添加了RandForest结果。
2014年5月20日：添加了Franken，JointDeep，MultiSDP和SDN结果。
11/11/2013：添加了FisherBoost和pAUCBoost结果。
08/08/2013：添加了ACF + SDt结果。
2013年7月30日：新代码发布v3.2.0（添加了dbExtract.m以提取图像和文本文件，重构了dbEval.m）。增加了ACF和ACF-Caltech结果。
07/16/2013：添加了MOCO结果。
07/11/2013：添加了DBN-Isol，DBN-Mut和+ 2Ped结果。更新了algorithm.pdf和网站。
07/08/2013：添加了MLS和MT-DPM结果。每个绘图最多渲染15个最高结果。
07/07/2013：添加了ConvNet，SketchTokens，Roerei和AFS结果。
07/05/2013：新代码发布v3.1.0（清理和评论）。更新的情节颜色和样式。不再以二进制形式接受结果。更新了检测格式，每个视频都有一个结果文本文件。
11/26/2012：添加了VeryFast结果。更新了TUD和Daimler数据集的链接。
08/04/2012：添加了串扰结果。新代码版本v3.0.1。
01/18/2012：在Caltech Pedestrian Testing Dataset上添加了MultiResC结果。
09/05/2011：对应于PAMI 2012出版物的网站的主要更新（发布的测试注释，更新的评估代码，更新的图表，发布的PAMI论文，添加的FeatSynth和HOG-LBP检测器）。
08/02/2010：添加了运行时与性能图。
08/01/2010：增加了FPDW和PLS结果。修复了美国数据的MultiFtr + CSS结果。新代码发布v2.2.0。
06/27/2010：在戴姆勒数据上添加了戴姆勒行人数据集的转换版本和评估结果。
05/31/2010：添加了MultiFtr + CSS和MultiFtr + Motion结果。
04/18/2010：添加了TUD-Brussels和ETH结果，新代码发布（新vbbLabeler），网站更新。
03/15/2010：重大改革：新的评估标准，发布测试图像，所有新的rocs，添加的ChnFtrs结果，更新的HikSvm和LatSvm-V2结果，更新的代码，网站更新。
06/12/2009：添加了PoseInv结果，链接到TUD-Brussels数据集。
06/08/2009：添加了LatSvm-V2结果。
06/02/2009：对网站的各种调整。
05/18/2009：网站的初始版本。

Caltech 行人视频数据

加州理工学院行人检测基准

描述

下载

基准测试结果

算法细节和参考 | 算法运行时与性能

提交结果

相关数据集

更改日志

客服QQ