Caltech Pedestrian Detection Benchmark

加州理工学院行人数据集由大约 10 小时的 640x480 30Hz 视频组成，该视频取自在城市环境中通过常规交通行驶的车辆。注释了大约 250,000 帧（在 137 个大约分钟长的片段中），总共 350,000 个边界框和 2300 个独特的行人。注释包括边界框和详细的遮挡标签之间的时间对应关系。更多信息可以在我们的 PAMI 2012 和 CVPR 2009 基准测试文件中找到。

The Caltech Pedestrian Dataset comprises approximately 10 hours of 640×480 30Hz video recorded from a vehicle navigating regular traffic in an urban environment. Approximately 250,000 frames from 137 clips each roughly one minute in length are annotated, with a total of 350,000 bounding boxes and 2300 unique pedestrians. The annotations include bounding boxes as well as detailed temporal correspondence relationships between occlusion labels. Further information can be found in our PAMI 2012 and CVPR 2009 benchmark papers.

搜集汇总

背景与挑战

背景概述

Caltech Pedestrian Detection Benchmark是一个用于行人检测的基准数据集，包含约10小时的城市交通视频（640x480分辨率，30Hz），注释了约250,000帧、350,000个边界框和2,300个独特行人，重点提供边界框和时间对应关系及遮挡标签。该数据集由加州理工学院于2009年发布，主要用于计算机视觉领域的目标检测和追踪任务。