tinyperson数据集-麻将胡了pg电子网站

description

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。

tiny person detection task

for tiny person detection task, the rules of evaluation on test set are given as follows:

1. we treat both "sea" and "earth" box as one class("person").
2. only "normal" box is treat as positive box.
3. "dense image"(which contains "dense" box) are not used while evaluation.
4. "ignore" box, same as pedestrian detection, is neither positive nor negative while evaluation, which means a detection result which matched "ignore" box will not be fp(false positive) or tp(true positive).
5. "uncertain" box are treated same as "ignore" box while evaluation.

in test set, there are 13787 positive annotations, 1989 2834 ignore ("uncertain" is treated same as "ignore") annotations. for training in the benchmark, we treat "normal" box as positive box, and erase 'ignore' and 'uncertain' region with mean value of the region in image, and dense images are not utilized for training.

citation

and if the following works do some help for your research, please cite:

tinyperson is a benchmark for tiny object detection in a long distance and with massive backgrounds. the images in tinyperson are collected from the internet. first, videos with a high resolution are collected from different websites. second, images from the video are sampled every 50 frames. then images with a certain repetition (homogeneity) are deleted, and the resulting images are annotated with 72,651 objects with bounding boxes by hand.

kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.

scale match for tiny person detectionwacv2020中国科学院大学论文： 代码： tinybenchmark创新点：提出了一个称为tinyperson的新基准，tinyperson在海上和海滩场景中代表的人分辨率很低，主要是少于20个像素，为长距离和大量背景的微小物体检测打开了一个有希望的方向。提出了一个尺度匹配的方法，使两个数据集之间的特征

tinyperson数据集json文件改写为voc类型的xml文件为了完成这个目标，需要以下两个事情：1规范写出xml文件2根据tinyperson的annotation格式，改写为xml文件（#以上问题是我在试图跑出tinyperson数据集遇到并解决的，希望更多用此数据集来测试小目标检测的朋友，可以更方便地跑出此数据集#）xml文件读写tinyperson数据集实战参考文献 ?

the citypersons dataset is a subset of cityscapes which only consists of person annotations. there are 2975 images for training, 500 and 1575 images for validation and testing. the average of the number of pedestrians in an image is 7. the visible-region and full-body annotations are provided.

adazoom利用强化学习和协同训练的网络框架，自适应的放缩航空图像中密集小目标区域。前边的工作的密集小目标尺寸还在可视化范围内，但对于极小的目标具有更大的挑战。接下里我们先介绍几篇极小…

微小目标检测的fpn有效融合因子 摘要：基于fpn的检测器在一般物体检测方面取得了显著的进步，例如ms coco和pascal voc。然而，这些检测器在某些应用场景中会失败，例如微小物体检测。在本文

论文 scale match for tiny person detection，作者贡献了一个细小人物目标检测的数据集 tinyperson...

提出了一个称为tinyperson的新基准，tinyperson在海上和海滩场景中代表的人分辨率很低，主要是少于20个像素，为长距离和大量背景的微小物体检测打开了一个有希望的方向。

提出了一个尺度匹配的方法，使两个数据集之间的特征分布尽可能地一致。

introduction

本文所作出的贡献主要有两个，一是在海上快速救援的背景下，提出了了tinyperson这样一个小人群的数据集，并对野外微小物体检测提出了巨大挑战。这是具有远距离背景的远距离人检测的第一个基准。

 

另外作者通过实验发现，用于网络预训练的数据集和用于检测器学习的数据集之间的尺度失配（mis-match）可能会使特征表示和检测器性能下降。所以提出了一个尺度匹配的方法，使两个数据集之间的特征分布尽可能地一致。

 

与其他的数据集对比来看，tiny person的目标相对更小。

 

 

tiny person主要有以下几个特点：

 

小，tinyperson在海上和海滩场景中代表的人分辨率很低，主要是少于20个像素；

在tinyperson中，人的纵横比有较大的差异，人的姿势和视角更加复杂，在多样性方面对现有数据集进行了有效补充；

tinyperson主要关注海边的人。

在tinyperson中，有很多带有密集对象的图像（每个图像超过200个人）。

关于数据的标注规则，tinyperson将人分为了两类，sea person和earth person，具体地：

 

船上的、躺在水里的、身体一半以上在水里的，是sea person

其他的是earth person

忽略的样本：

 

密集人群。可以识别为人，但是当用标准矩形标记时，人群很难一一分开；

难分区域。很难清楚地区分是否有一个或多个人；

水中的倒影。

scale match

当目标仅有十几个像素大小的时候，算法如何有效捕捉目标呢？事实上，作者没有发明新的检测算法，而是给算法增加训练样本，并对这些训练样本进行尺度调整，使其在尺度上和目标数据集（tinyperson）统计属性上相似。

 

 

 是比例匹配后的结果，算法描述如下：

提出了一个称为tinyperson的新基准，tinyperson在海上和海滩场景中代表的人分辨率很低，主要是少于20个像素，为长距离和大量背景的微小物体检测打开了一个有希望的方向。

提出了一个尺度匹配的方法，使两个数据集之间的特征分布尽可能地一致。

introduction

在海上快速救援的背景下，提出了了tinyperson这样一个小人群的数据集，并对野外微小物体检测提出了巨大挑战。这是具有远距离背景的远距离人检测的第一个基准。

 

另外作者通过实验发现，用于网络预训练的数据集和用于检测器学习的数据集之间的尺度失配（mis-match）可能会使特征表示和检测器性能下降。所以提出了一个尺度匹配的方法，使两个数据集之间的特征分布尽可能地一致。