PANDA

displayName: PANDA
license:
- CC BY-NC-SA 4.0
mediaTypes:
- Video
paperUrl: https://arxiv.org/pdf/2003.04852v1.pdf
publishDate: "2020"
publishUrl: https://www.gigavision.cn/news/news/?nav=DataSet%20Panda&type=nav
publisher:
- Tsinghua University
- Duke University
tags:
- Real scene video
taskTypes:
- Human Detection

---
# 数据集介绍
## 简介
PANDA是第一个gigaPixel级别的以人为中心的视频数据集，用于大规模，长期和多对象的视觉分析。PANDA中的视频是由gigapixel相机捕获的，涵盖了具有宽视野 (〜1千米 ² 面积) 和高分辨率细节 (〜gigapixel级别/帧) 的真实世界大型场景。场景可以包含具有超过100 × 比例变化的4k头部计数。PANDA提供丰富和分层的地面真相注释，包括15,974.6k边界框，111.8k细粒度属性标签，12.7k轨迹，2.2k组和2.9k交互。
## 引文
```
@inproceedings{wang2020panda,
title={Panda: A gigapixel-level human-centric video dataset},
author={Wang, Xueyang and Zhang, Xiya and Zhu, Yinheng and Guo, Yuchen and Yuan, Xiaoyun and Xiang, Liuyu and Wang, Zerun and Ding, Guiguang and Brady, David and Dai, Qionghai and others},
booktitle={Proceedings of the IEEE/CVF conference on computer vision and pattern recognition},
pages={3268--3278},
year={2020}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：PANDA
license:
- 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议（CC BY-NC-SA 4.0）
mediaTypes:
- 视频（Video）
paperUrl: https://arxiv.org/pdf/2003.04852v1.pdf
publishDate: "2020"
publishUrl: https://www.gigavision.cn/news/news/?nav=DataSet%20Panda&type=nav
publisher:
- 清华大学（Tsinghua University）
- 杜克大学（Duke University）
tags:
- 真实场景视频（Real scene video）
taskTypes:
- 人体检测（Human Detection）

---

# 数据集介绍
## 简介
PANDA是首个千兆像素（gigaPixel）级以人为中心的视频数据集，用于大规模、长期且多目标的视觉分析任务。数据集内的视频均由千兆像素相机采集，覆盖视野宽广（约1平方千米面积）、单帧细节分辨率达千兆像素级别的真实大型实景场景。该场景可容纳尺度变化超100倍的4K级人头目标。PANDA提供丰富且分层的真值标注，包含1597.46万个边界框、11.18万个细粒度属性标签、1.27万个轨迹、2200个目标群组以及2900个交互事件。
## 引文

@inproceedings{wang2020panda,
title={Panda: A gigapixel-level human-centric video dataset},
author={Wang, Xueyang and Zhang, Xiya and Zhu, Yinheng and Guo, Yuchen and Yuan, Xiaoyun and Xiang, Liuyu and Wang, Zerun and Ding, Guiguang and Brady, David and Dai, Qionghai and others},
booktitle={Proceedings of the IEEE/CVF conference on computer vision and pattern recognition},
pages={3268--3278},
year={2020}
}

## 数据集下载
:modelscope-code[]{type="git"}