求助CDnet2014的ground truth数据集

一个老年程序员 2018-12-09 04:27:31

在http://www.changedetection.net/网站上各算法都使用temporalROI.txt中的指定的帧数，但这个范围有的超过了groundtruth文件夹中给定的groundtruth图像范围，比如，badWeather的blizzard数据集，temporalROI.txt中的指定的帧数制指定的是900-7000但groundtruth只有900-3949帧这个怎么处理呢？

...全文

476 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

weixin_41707437 2021-11-16

打赏
举报

回复

你好，请问解决了吗？

适合做前景提取的同学，进行精确度和召回率的计算

CDNET2014车辆类dataset HIGHWAY CDnet 2014: An expanded change detection benchmark dataset Year 2014 ANU Authors Professor Fatih Porikli Field of Research Computer Vision

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：6778 标注数量(xml文件个数)：6778 标注数量(txt文件个数)：6778 标注类别数：1 标注类别名称:["vehicle"] 每个类别标注的框数： vehicle 框数 = 89122 总框数：89122 使用标注工具：labelImg 标注规则：对类别进行画矩形框

特征匹配是计算机视觉中的一项基本而重要的任务，目的是在给定的一对图像之间找到正确的对应关系(即内线)。严格地说，特征匹配通常包括四个步骤，即特征提取、特征描述、建立初始对应集和去除虚假对应(即离群值去除)。然而，现有的方法单纯考虑到了对应点之间的联系，而忽视了场景图片中可以获取的视觉信息。在本文中，我们提出了一种新型剪枝框架Context Depth Net (CDNet)来准确识别内线和恢复相机姿态。我们从对应点中提取方向信息作为提示方法指导剪枝操作，并利用向量场更好地挖掘对应之间的深层空间信息，最后设计一组融合模块来使空间信息更好融合。实验表明，所提出的CDNet在室内室外数据集上的测试结果优于先前提出的方法。

分享一个斑马线检测数据集CDSet-3434，包含3434张车载摄像头采集的标注好的真实场景数据集，免费开源。还有相应的基于YOLOv5的基准算法。 CDSet数据集包含3434张图像，包括白天、雨天、遮挡、变形、截断、夜晚、破损、炫光等真实场景，目标包含斑马线和导流线两个类别，数据集被切分为3080张训练集和354张测试集。此外，本数据集还提供了额外的标注为有无斑马线的1770张图像用于测试。超过1000MB无法上传，下载CDSet数据集：http://t.csdn.cn/EFj8c 在线阅读：CDNet论文https://rdcu.be/cHuc8 下载论文：10.1007/s00521-022-07007-9 开源代码：github.com/zhangzhengde0225/CDNet 效果展示：bilibili: 【CDNet】基于目标检测的斑马线及过线行为检测-人工智能】

图形处理/算法

19,471

社区成员

50,678

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章