YOLO格式的TinyPerson数据集下载

weixin_39821746 2024-03-20 21:00:24

数据集样本数量为1532，所有图片已标注为VOC xml和YOLO txt两种格式，其中YOLO TXT 格式的已划分为训练集、验证集和测试集，能直接用于YOLO算法的训练。可用于YOLO小目标检测模型训练，机器学习，深度学习，人工智能，python，pycharm。 , 相关下载链接：https://download.csdn.net/download/qq_53332949/88913313?utm_source=bbsseo

...全文

256 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

数据集样本数量为1532，所有图片已标注为VOC xml和YOLO txt两种格式，其中YOLO TXT 格式的已划分为训练集、验证集和测试集，能直接用于YOLO算法的训练。可用于YOLO小目标检测模型训练，机器学习，深度学习，人工智能，python，pycharm。

TinyPerson是远距离且具有大量背景的微小物体检测的基准。TinyPerson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的视频。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，并且用手用边界框用72,651对象注释所得图像。此文件中包含1532张，类别为earth_person和sea_person，所有图片已标注为txt格式，划分为训练集、验证集和测试集，可直接用于YOLO各个版本模型的训练。

在 TinyPerson 中有 1610 个标记图像和 759 个未标记图像（两者主要来自同一视频集），总共有 72651 个注释。对于微小人物检测任务，测试集的评估规则如下：我们将“海”和“地”视为一个类（“人”）。只有“正常”框被视为阳性框。评估时不使用“密集图像”（包含“密集”框）。“忽略”框与行人检测相同，在评估时既不是阳性也不是阴性，这意味着匹配“忽略”的检测结果不会是FP（假阳性）或TP（真阳性）。评估时，“不确定”框与“忽略”框处理相同。在测试集中，有13787个正注释，1989+2834个忽略（“不确定”与“忽略”处理相同）注释。对于基准测试中的训练，我们将“正常”框视为正框，并用图像中区域的平均值擦除“忽略”和“不确定”区域，密集图像不用于训练。由于数据超过规定上传的1000MB，故上传文件为百度网盘链接，且永久有效！

TinyPerson数据集包含1532个样本，所有图片均已标注为VOC xml和YOLO txt两种格式。对于YOLO txt格式的数据，按照训练集、验证集以及测试集进行了划分，配备了相应的data.yaml配置文件，可以直接用于基于YOLO算法的小目标检测任务训练中。

yolov8训练自己的数据集（源码）

下载资源悬赏专区

13,655

社区成员

12,653,842

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

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