雷鋒網 AI 研習社按，近期，曠視發(fā)布了一個叫做 CrowdHuman 的基準數(shù)據(jù)集，該數(shù)據(jù)集可用于人群中的人類檢測。

CrowdHuman 數(shù)據(jù)集的數(shù)據(jù)規(guī)模非常大，同時包含了豐富的注釋和很高的多樣性。該數(shù)據(jù)集擁有 15000 張用于訓練的圖像，4370 張用于驗證的圖像和 5000 張用于測試的圖像，總共有 470K 個來自訓練和驗證子集的人類實例，數(shù)據(jù)集里的每張圖片包含 23 個人，同時存在著各種各樣的遮擋。每個人類實例都用頭部邊界框、人類可見區(qū)域邊界框和人體全身邊界框注釋。

不同人體檢測數(shù)據(jù)集的體積，密度和多樣性，為了公平比較，這里只顯示訓練子集的統(tǒng)計數(shù)據(jù)。

CrowdHuman 數(shù)據(jù)集 和 CityPersons 數(shù)據(jù)集可見比率（Visible Ratio）的比較?？梢姳嚷适强梢娺吔缈蚺c完整邊界框的比率。

論文

https://arxiv.org/abs/1805.00123

官網

http://www.crowdhuman.org/

數(shù)據(jù)集下載

• 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]

如果您使用了本數(shù)據(jù)集，請引用以下論文：

  @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。

想了解更多曠視在 AI 領域的動態(tài)，請關注雷鋒網 AI 科技評論旗下數(shù)據(jù)庫項目「AI影響因子」。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。