机动车自行车行人融合数据集主要来自自己拍摄和自行整理的voc2012，总共8500+张图片，图片均为国内外机动车自行车摩托车巴士，覆盖晴天，阴天，雨天，低能见度天气等复杂场景，且均已标注。可用于深度学习，用于YOLOv5的训练,用于嵌入式比赛，使用YOLOv5s.pt，训练300轮，可达到较好检测效果。
类别：bus,car,motorbike,bicycle，person
机动车自行车行人融合数据集主要来自自己拍摄和自行整理的voc2012，总共8500+张图片，图片均为国内外机动车自行车摩托车巴士，覆盖晴天，阴天，雨天，低能见度天气等复杂场景，且均已标注。可用于深度学习，用于YOLOv5的训练,用于嵌入式比赛，使用YOLOv5s.pt，训练300轮，可达到较好检测效果。
类别：bus,car,motorbike,bicycle，person
2022-08-06 09:22:31
917.53MB
行人、自行车、汽车、红绿灯、行人红绿灯、斑马线、盲道、坑的数据集，共两万多张，已经打好标
2022-07-26 09:07:15
763.5MB
1
因上传大小限制，此处只上传citysperson数据集的train与test标注文件
以及包含标注文件解析yolo格式代码（根据代码设置选择自己需要的行人，例子中选的是除0之外、遮挡小于3.5，高度大于50的所有行人）
类别：
class_label =0: ignore regions (fake humans, e.g. people on posters, reflections etc.)
class_label =1: pedestrians
class_label =2: riders
class_label =3: sitting persons
class_label =4: other persons with unusual postures
class_label =5: group of people
2022-07-25 12:05:25
456KB
1
多标签行人检测
该代码基于 。
引文
@INPROCEEDINGS{
author = {JIWON KIM*, HYEONGJUN KIM*, TAEJOO KIM*, NAMIL KIM, AND YUKYUNG CHOI†},
title = {Multi-Label-Pedestrian-Detection},
booktitle = {},
year = {2021}
}
2022-07-20 09:53:43
15.46MB
1
INRIA Dataset 是一个行人检测数据集，其图片库被分为只有车、只有人、有车有人和无车无人四个类别，其中正样本为 PNG 格式，负样本为 JPG 格式，该数据集包含具有相应注释文件的原始图像和标准化格式图像两类。
INRIA Dataset 由 INRIA 于 2005 年发布
2022-07-13 16:05:33
980.8MB
人工智人-家居设计-基于INTEL ATOM智能摄像头的实时行人检测系统的实现.pdf
2022-07-13 16:03:46
2.97MB
UCSD Pedestrian 数据集包含 UCSD 加州大学圣地亚哥分校的行人录像视频，所有视频文件皆由两个观测点摄像头所拍摄，视频规格压缩为 238×158 10fps。vidf 文件可用于行人动作检测，另外拥挤度检测可从 segm 目录下.segm 获取。
2022-07-13 11:05:18
1.42GB