Penn-Fudan 行人检测和分割数据集

Penn-Fudan 行人检测和分割数据集是由宾夕法尼亚大学和复旦大学的研究者共同创建的，主要用于行人检测任务。这个数据集包含 170 张高分辨率的 RGB 图像，这些图片都是从视频序列中截取的，并且在每幅图像中有 0 到 6 个不等的行人目标。每个行人的位置都通过矩形框 (mask) 进行了精确标注，提供了边界框坐标信息，便于进行目标检测训练和测试。

Penn-Fudan Pedestrian Detection and Segmentation Dataset was jointly created by researchers from the University of Pennsylvania and Fudan University, and is primarily designed for pedestrian detection tasks. This dataset comprises 170 high-resolution RGB images extracted from video sequences, with each image containing between 0 and 6 pedestrian instances. The position of each pedestrian has been precisely annotated with rectangular bounding boxes and instance masks, and bounding box coordinate information is provided to support the training and testing of object detection models.

搜集汇总

背景与挑战

背景概述

Penn-Fudan 行人检测和分割数据集是一个由宾夕法尼亚大学和复旦大学联合创建的计算机视觉数据集，专门用于行人检测和分割任务。它包含170张高分辨率RGB图像，总计标注了345个行人实例，每张图像中行人数量在0到6个之间，并提供了精确的边界框坐标和像素级分割掩模标注。数据采集自校园、街道等多种环境，覆盖不同光照条件和行人姿态，适用于目标检测和图像分割模型的训练与评估。