行人重识别常用数据集

最新推荐文章于 2025-04-28 14:30:52 发布
最新推荐文章于 2025-04-28 14:30:52 发布
阅读量1.1w 收藏 68
点赞数 7
分类专栏： 数据集 文章标签： 行人重识别 ReID 数据集
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/baidu_39295879/article/details/89454223
版权
本文汇总了行人重识别领域的常用数据集，包括CUHK03、Market 1501、DukeMTMC-reID和MSMT17等图片数据集，以及iLIDS-VID、PRID2011、MARS和DuckMTMC-VideoReID等视频数据集。这些数据集提供了详细的链接和介绍，涵盖了行人检测、多摄像机跟踪和复杂环境下的重识别挑战。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

       数据集汇总链接https://github.com/NEU-Gou/awesome-reid-dataset。以下仅罗列较为常用的数据集，表格整合了基本信息，各数据集下对应链接是对数据集的详细介绍，部分内含state of the art。

图片数据集

Dataset

Identities

Cameras

Images

Label

Size

Shot

Full-frames availability

Market1501

1501

6

32217

Hand/DPM

128*64

multi

 

DukeMTMC-reID

1812

8
最低0.47元/天 解锁文章
最全面的行人重识别数据集汇总
m0_47867638的博客
04-30 1万+
汇总了一些REID的数据集，几乎涵盖了所有的数据集。如果有缺少的欢迎留言补充。我将能下载到的数据集放在了网盘里，链接如下：链接：https://pan.baidu.com/s/1hQ4PKvtAhAvoZiXbcIu93w 提取码：o3iyQMUL iLIDS基于iLIDS MCTS的数据集，是一个在机场繁忙时候通过监控系统中多个摄像头收集到的数据集。几乎每个ID（identity）都有从两个无重叠（区域）的摄像头拍摄的四幅图像。该数据集具有严重遮挡和姿势差异的场景。
行人重识别通用数据集及介绍
tcsone的博客
09-18 2492
行人重识别常用数据集及介绍
行人重识别数据集汇总
格物致知的专栏 [音视频编解码 网络协议 计算机视觉 计算机图形学 图像理解 语音识别 机器学习 模拟电路 传感器]
08-30 1万+
最近一段时间在做行人重识别方向的研究，行人重识别（Person Re-Identification）作为图像识别领域的一个分支，在实际生活中具有极其重要的意义。目前，城市里的用于公共治安领域的摄像头已经大量部署，几乎到了几十米到几百米一个覆盖的程度，尽管如此，不同的摄像头之间仍然存在无法覆盖的区域。行人再识别的目标就是要确定一个摄像头下发现的目标，在离开摄像头的视野后去哪了，这有点像视频搜索，就是...
【行人重识别(ReID)】
CSPhD-winston的博客
05-11 253
前言 一，准备 1.1 下载项目 下载Person_reID_baseline_pytorch地址： github：Person_reID_baseline_pytorch 1.2 下载数据集 下载Market1501数据集： Market1501 下载好上面的两个之后 二，环境搭建 我们就正式开始 2.1 官网安装教程 在github上查看Person_reID_baseline_pytorch的安装说明：tutorial 2.2 创建虚拟环境 首先使用conda创建虚拟环境，github的Person
行人重识别常用数据集打包下载
最新发布
gitblog_06723的博客
04-28 660
行人重识别常用数据集打包下载 【下载地址】行人重识别常用数据集打包下载 本项目为行人重识别领域的研究者提供了四个常用数据集的打包下载资源，包括DukeMTMC-reID、Market-1501-v15.09.15、MSMT17以及MSMT17_V1。这些数据集涵盖了多场景、多摄像头的行人图像，广泛应用于算法开发与模型训练...
Python-行人重识别数据集汇总
08-11
Collection of public available person re-identification datasets
行人重识别数据集Person Re-Identification Datasets(全)
ZhengrongYue的博客
04-30 2214
行人重识别数据集Person Re-Identification Datasets(全)
行人重识别数据集
LMM_AI的博客
08-06 266
CUHK03 https://pan.baidu.com/wap/init?surl=eE6lSr9VoqKKYknQYX23gg x5e2
行人重识别常用数据集汇总以及经典方法尝试使用
茅场晶彦
06-24 342
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例
行人重识别（ReID）数据集大全详细说明
weixin_40327145的博客
12-13 5170
DukeMTMC-reID 数据集简介 　　DukeMTMC 数据集是一个大规模标记的多目标多摄像机行人跟踪数据集。它提供了一个由 8 个同步摄像机记录的新型大型高清视频数据集，具有 7,000 多个单摄像机轨迹和超过 2,700 多个独立人物，DukeMTMC-reID 是 DukeMTMC 数据集的行人重识别子集，并且提供了人工标注的bounding box。 目录结构 DukeMT...
行人重识别常用数据集（DukeMTMC-reID，Market-1501-v15.09.15，MSMT17，MSMT17_V1）
01-14
常用数据集百度云盘打包下载
行人重识别数据集Market1501
01-22
行人重识别数据集Market1501
行人重识别
06-08
行人重识别ppt，配合 基于行人重识别的深度嵌入鉴别特征学习
hogsvm行人数据集
12-12
hog svm 行人检测数据集，人已经抠出来了，内含924张图片
RegDB跨域行人重识别数据集
12-25
源自论文Nguyen Dat Tien, Hong Hyung Gil, Kim Ki Wan, et al. Person Recognition System Based on a Combination of Body Images from Visible Light and Thermal Cameras.. 2017, 17(3)
行人检测数据集
热门推荐
qwj的博客
06-28 1万+
行人检测数据集 行人检测( Pedestrian Detection) 是计算机视觉领域内应用比较广泛和比较热门的算法，一般会与行人跟踪，行人重识别等技术进行结合，来对区域内的行人进行检测识别跟踪，广泛应用于安防，零售等领域。由于行人的外观易受穿着、尺度、遮挡、姿态和视角等影响，行人检测也具有一定的挑战性。本文我们收集了行人检测常用的一些数据集，方便大家来学习和研究行人检测算法。所有数据集均为网上公开数据集，文末附有下载链接。 1.MIT-CBCL Pedestrian Database（MIT行人
行人重识别——数据集
X-funbean的博客~
02-19 2327
行人重识别——数据集Market-1501数据集信息数据集特色数据集结构目录介绍命名规则对应论文 Market-1501 数据集信息 拍摄时间：2015年夏天 拍摄地点：清华大学校园 摄像头数量：6【5个1280x1080 HD摄像头+1个720x576 SD摄像头】 行人数量：1501个ID 训练集：751个ID【12,936张图片】 测试集：750个ID【19,732张图片】 Query图...
跨模态行人重识别基准数据集
03-20
### 跨模态行人重识别 Benchmark 数据集 跨模态行人重识别（Cross-modal Person Re-Identification, Cross-modal ReID）是一种涉及多源异构数据的任务，通常包括可见光图像和红外图像之间的匹配。为了支持这一研究领域的发展，多个公开的数据集被设计用于评估算法的性能。 #### 常见的跨模态行人重识别数据集 以下是几个常用的跨模态行人重识别基准数据集及其特点： 1. **SYSU-MM01** - SYSU-MM01 是一个大规模的跨模态行人重识别数据集，包含约 491 名行人的 RGB 图像和热成像（Infrared, IR）图像[^2]。 - 它提供了丰富的场景变化，适合用来验证模型在不同光照条件下的鲁棒性。 - 下载地址可以通过访问论文主页或者相关学术资源网站获取。 2. **RegDB** - RegDB 是另一个专注于 RGB 和 IR 图像之间匹配的小型数据集[^3]。 - 包含大约 800 多张图片，分为白天和夜晚两个部分，主要用于测试模型在低分辨率和复杂背景环境中的表现。 - 可以从作者提供的链接下载原始文件并按照说明解压使用。 3. **LPW (Large Pose and Weather changes)** - LPW 强调姿态多样性以及天气因素的影响，增加了实验难度[^1]。 - 这个数据集中不仅有常规的人体正面视角照片，还包含了侧面甚至背面角度拍摄的照片，进一步提升了挑战度。 对于上述提到的所有数据集，在正式开展项目之前，请务必仔细阅读每篇对应文章里的描述细节，并确认遵循相应的版权协议与分发条款后再进行操作。 ```python import os from urllib.request import urlretrieve def download_dataset(url, save_path): """Download dataset from given URL.""" if not os.path.exists(save_path): print(f"Downloading {url} to {save_path}") urlretrieve(url, filename=save_path) # Example usage with hypothetical URLs for demonstration purposes only. sysu_url = "http://example.com/SYSU-MM01.zip" regdb_url = "http://example.com/RegDB.zip" download_dataset(sysu_url, "./data/SYSU-MM01.zip") download_dataset(regdb_url, "./data/RegDB.zip") ``` 请注意以上脚本仅为示意如何编写简单的自动化下载工具，真实情况下需替换为官方发布的合法URL路径。
评论 19
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值