行人检测数据集 USC数据集下载

行人检测数据集[源码]

本文介绍了行人检测领域常用的15个公开数据集，包括MIT-CBCL、USC、Caltech、Daimler等知名数据库。这些数据集涵盖了不同场景、视角和光照条件下的行人图像，适用于行人检测、跟踪和重识别等计算机视觉任务。文章详细描述了每个数据集的特点、规模和应用场景，例如Caltech数据库包含约250,000帧视频和350,000个标注框，是目前规模较大的行人数据库之一。此外还提供了DukeMTMC-reID、INRIA等专门用于行人重识别的数据集信息。文末附有数据集打包下载链接，方便研究人员获取和使用这些资源。

ai数据集汇总下载

ai数据集汇总下载

行人检测数据集 USC数据集

USCPedestrianSetA\USCPedestrianSetB\USCPedestrianSetC 数据集 含有XML标注数据 可用于行人检测的数据集 供大家下载 在外网下载速度慢 所以放到CSDN上

USC行人数据集---

USC行人数据集

MIT和USC行人数据集

包含MIT行人数据集和USC行人数据集 MIT数据集是较早公开的行人数据库。共924张行人图片（ppm格式，宽高为64x128），肩到脚的距离约80象素。该数据库只含正面和背面两个视角，无负样本，未区分训练集和测试集。Dalal等采用“HOG+SVM”，在该数据库上的检测准确率接近100%。 USC行人数据集包含三组数据集（USC-A、USC-B和USC-C），以XML格式提供标注信息。USC-A[Wu, 2005]的图片来自于网络，共205张图片，313个站立的行人，行人间不存在相互遮挡，拍摄角度为正面或者背面；USC-B的图片主要来自于CAVIAR视频库，包括各种视角的行人，行人之间有的相互遮挡，共54张图片，271个行人；USC-C有100张图片来自网络的图片，232个行人（多角度），行人之间无相互遮挡。