多目标跟踪 TAO 数据集使用方法分享

之前给大家分享了多目标跟踪任务及5个相关数据集，其中提到的TAO数据集很受小伙伴们欢迎，今天就带大家一起来看看。

目录

一、数据集简介

二、数据集详细信息

三、数据集任务定义及介绍

四、数据集文件结构解读

五、数据集下载链接

---

一、数据集简介

发布方：Carnegie Mellon University, Inria, Argo AI

发布时间：2020

背景：

在多目标跟踪领域类别往往来自自动驾驶和视频监控中特定的几个类（车辆、行人、动物等），忽略了真实世界的大多数物体。

众所周知，COCO等类别丰富的大规模数据集极大的促进了目标检测领域的发展，故此，来自CMU等单位的学者推出一个类似COCO的类别多样化的MOT数据集（TAO），用于跟踪任何物体，以期改变多目标跟踪的现状。

简介：

TAO数据集由2907个不同环境的高清视频组成，平均长度36.8秒，包含833个类别，对比现有的公开目标跟踪数据集，TAO数据集样本种类更加丰富。

二、数据集详细信息

1. 标注数据量

训练集：500段视频，包括534092个 jpg图像

测试集：1,419段视频，包括1502450个 jpg图像

验证集：993段视频，包括1045668个 jpg图像

2. 标注类别

数据集中对象的标注共有833个类别：其中488个类别和LVIS这个数据集相同；数据集总共包含2907个不同环境的高清视频；TAO中的数据来源于7个其他数集：ArgoVerse，BDD，Charades，LaSOT，YFCC100M，AVA，HACS。

3. 可视化

下面是 TAO 的原视频的部分样例的标注结果，原始视频数据来源于  Charades, LaSOT 和 ArgoVerse三个数据集。

原视频标注结果

汽车-原视频标注结果

<