【CrowdHuman】《CrowdHuman：A Benchmark for Detecting Human in a Crowd》

最新推荐文章于 2025-06-17 14:39:31 发布
最新推荐文章于 2025-06-17 14:39:31 发布
阅读量1.4k 收藏
点赞数 1
CC 4.0 BY-SA版权
分类专栏： CNN / Transformer 文章标签： 人工智能 python 深度学习 CrowdHuman 计算机视觉
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/bryant_meng/article/details/129952456
文章介绍了CrowdHuman，一个针对密集人群场景设计的大规模人体检测数据集，旨在推动人体检测技术的发展。数据集通过Google图片搜索引擎收集，并详细标注了全身体、可见身体和头部边界框。实验结果显示，该数据集对检测器如FPN和RetinaNet的预训练效果显著，且在交叉数据集评估中表现出良好的泛化能力。

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

在这里插入图片描述
arXiv-2018

文章目录

1 Background and Motivation

现有人体检测公开数据集样本不够密集，遮挡也不够
在这里插入图片描述

Our goal is to push the boundary of human detection by specifically targeting the challenging crowd scenarios.

于是作者开源了一个密集场景的人体检测数据集

2 Related Work

  • Human detection datasets
    exhaustively annotating crowd regions is incredibly difficult and time consuming.
  • Human detection frameworks

3 Advantages / Contributions

开源了一个 larger-scale with much higher crowdness 的行人数据集——CrowdHuman，兼具 full body bounding box, the visible bounding box, and the head bounding box 标签，实验发现是一个强有力的预训练数据集

4 CrowdHuman Dataset

4.1 Data Collection

Google image search engine with ∼ 150 keywords for query.

搜索的关键字涵盖 40 different cities，various activities，numerous viewpoints，比如 Pedestrians on the Fifth Avenue

a keyword is limited to 500 to make the distribution of images balanced.

爬下来 ~2.5W 张，整理

15000, 4370 and 5000 images for training, validation, and testing respectively.

4.2 Image Annotation

先标 full bounding box

把 full bbox 裁剪出来，再标 visible bounding box 和 head bounding box

在这里插入图片描述

4.3 Dataset Statistics

Dataset Size / Diversity
在这里插入图片描述

Density
在这里插入图片描述
Occlusion
在这里插入图片描述
visible ratio 越小表示遮挡越严重，极限遮挡的话 CityPersons 还是会比 CrowdHuman 多一些

在这里插入图片描述
除了上面的二人遮挡，作者还统计了三人遮挡率

在这里插入图片描述

5 Experiments

检测器 FPN and RetinaNet

5.1 Datasets and Metrics

  • Caltech dataset

  • COCOPersons，64115 images from the trainval minus minival for training, and the other 2639 images from minival for validation.

  • CityPersons

  • Brainwash

  • Recall

  • AP

  • mMR，which is the average log miss rate over false positives per-image ranging in [ 1 0 − 2 , 1 0 0 ] [10^{−2}, 10^0] [10−2,100]，越小越好

5.2 Detection results on CrowdHuman

先看看 visible bounding box 的检测结果

在这里插入图片描述
看看可见部分的检测示例

在这里插入图片描述
再看看 full bounding box 的检测结果

在这里插入图片描述
在这里插入图片描述
再看看人头检测

在这里插入图片描述
在这里插入图片描述

5.3 Cross-dataset Evaluation

看看其泛化性能

COCOPersons
在这里插入图片描述
可以看到用 CrowdHuman 预训练过后，再在 COCOPersons 上微调效果有提升

Caltech
在这里插入图片描述
CityPersons
在这里插入图片描述
Brainwash
在这里插入图片描述

6 Conclusion（own）

https://github.com/sshao0516/CrowdHuman

【目标检测】Yolov5训练Crowdhuman数据集
聿默的博客
01-05 4995
这篇文章的目的，1.解析Crowdhuman数据集；2.准备Crowdhuman相应配置，训练yolov5。 其中我的是将273271,1017c000ac1360b7.jpg，全部写为273271_1017c000ac1360b7.jpg 1.环境 ubuntu16.04 cuda10.1 cudnn7 python3.6 Cython matplotlib>=3.2.2 numpy>=1.18.5 opencv-python>=4.1.2 Pillow PyYAML&g
CrowdHuman: 基于YOLOv10的行人检测与人群分析
04-20 363
随着深度学习技术的发展，计算机视觉领域的目标检测技术也得到了广泛应用。在众多目标检测任务中，行人检测在人群密集的环境中尤为重要，尤其是在智能监控、自动驾驶、公共安全等领域。人群中的行人检测具有独特的挑战，因为人群中行人之间的遮挡、姿态变化以及不同的尺度会使得检测任务变得更加复杂。本篇博客将介绍如何使用。
【论文笔记】：CrowdHuman: A Benchmark for Detecting Human in a Crowd
Activewaste
07-12 3067
&Title: CrowdHuman: A Benchmark for Detecting Human in a Crowd &Summary CrowdHuman的训练集、验证集和测试集分别包括15000，4370和5000幅图像。图片上的人体实例包含了三种标注，包括人体可见区域边界框标注、头部区域边界框标注和人体整体边界框标注。其设计是为了解决人群问题,可以更好的评估拥挤情况下...
CrowdHuman数据集介绍
myh12138的博客
06-11 1万+
CrowdHuman数据集是旷世发布的用于行人检测的数据集，图片数据大多来自于google搜索。 CrowdHuman 数据集数据量比较大，训练集15000张，测试集5000张，验证集4370张。训练集和验证集中共有 470K 个实例，约每张图片包含23个人，同时存在各种各样的遮挡。每个人类实例都用头部边界框、人类可见区域边界框和人体全身边界框注释。 数据集可以在 http://www.crowdhuman.org/ 进行下载，其中测试数据集没有公开标注。 CrowdHuman测试 hbox：head b
数据集CrowdHuman概述
qq_46220313的博客
05-28 752
人群场景下的人体检测是计算机视觉领域的重大挑战，现有数据集在人群密度和遮挡程度方面存在明显不足。Megvii团队提出的CrowdHuman数据集填补了这一空白，包含15,000张高密度图像（平均每图22.6人）和470,000个标注实例，提供全身体、可见区域和头部三种标注。实验表明，基于该数据集训练的模型在COCOPersons、Caltech等基准测试中表现出优异的跨数据集泛化能力。CrowdHuman为拥挤环境下人体检测研究提供了更全面的评估基准，对自动驾驶、智能监控等应用具有重要价值。
CrowdHuman数据集
热门推荐
儒雅的小Z.的博客
12-21 1万+
CrowdHuman数据集是旷世发布的用于行人检测的数据集，图片数据大多来自于google搜索。 CrowdHuman 数据集数据量比较大，训练集15000张，测试集5000张，验证集4370张。训练集和验证集中共有 470K 个实例，约每张图片包含23个人，同时存在各种各样的遮挡。每个人类实例都用头部边界框、人类可见区域边界框和人体全身边界框注释。 数据集可以在 http://www.crowd...
论文阅读：2018 arxiv CrowdHuman: A Benchmark for Detecting Human in a Crowd
最新发布
CSPhD-winston的博客
06-17 1138
近年来，人体检测取得了令人瞩目的进展。然而，在高度拥挤的环境中检测人体的遮挡问题远未解决。更糟糕的是，在当前的人体检测基准中，人群场景的代表性仍然不足。在本文中，我们引入了一个新的数据集，称为CrowdHuman，以更好地评估人群场景中的检测器。CrowdHuman数据集规模大、标注丰富且具有高度多样性。训练和验证子集总共包含47万个实例，每张图像平均有22.6个人，数据集中存在各种类型的遮挡。每个人体实例都标注有头部边界框、人体可见区域边界框和人体全身边界框。
CrowdHuman+Double Anchor：强强联合，推动密集行人检测技术落地
旷视开发者技术社区
12-10 2780
本文围绕着“密集场景人体检测”这一问题而展开，介绍了CrowdHuman数据集，并讨论了适用于密集场景，并可以实现人-头绑定的检测技术Double Anchor。本文主题是行人检测（Pe...
YOLOv8-CrowdHuman：基于YOLOv8的人头、人肩、人身检测系统实现
04-10 381
本项目旨在通过使用先进的YOLOv8目标检测模型，结合大规模行人检测数据集CrowdHuman，实现对图像或视频中**人头（head）、人身（full body）、人肩（visible body）**三种区域的精准检测，并通过PyQt5 UI界面提供可视化检测结果展示。多类检测：同时检测人头、人身、人肩三种区域模型轻量、检测速度快UI界面友好，支持图像/视频/摄像头输入支持自定义数据训练与推理CrowdHumanfull_body: 人体全身的bounding box。
【干货】mmdetection使用coco格式的CrowdHuman数据集进行训练及测试（附调参过程）
Activewaste
07-10 1万+
注：从mmdetection使用coco数据集在faster rcnn训练和测试，到了解crowdhuman数据集标注格式，再到crowdhuman的标注格式转换成coco数据集标注格式，现在就到了最终目的了：训练转换后的Crowd Human数据集。 以下是博主这一过程中整理的记录： 【干货】用mmdetection，在COCO数据集上跑通faster R-CNN（测试、训练） COCO数据...
crowdhuman 数据集 darknet yolov7训练
u014081647的博客
10-11 3318
yolov7-darknet-crowdhuman
yolov4_crowdhuman:关于为 CrowdHuman 数据集训练 DarkNet YOLOv4 模型的教程
05-29
YOLOv4 CrowdHuman 教程 这是一个演示如何使用和训练YOLOv4人检测器的。 目录 设置 如果您打算在上训练模型，您可以跳过本节并直接跳到上。 否则，要在本地运行训练，您需要有一台具有不错 GPU 的 x86_64 PC。 例如，我主要使用台式 PC 测试此存储库中的代码： NVIDIA GeForce RTX 2080 Ti Ubuntu 18.04.5 LTS (x86_64) CUDA 10.2 cuDNN 8.0.1 此外，您应该在本地 PC 上正确安装 OpenCV（包括 python3“cv2”模块），因为数据准备代码和“darknet”都需要它。 准备训练数据 对于在本地 PC 上的训练，我使用“608x608”yolov4 模型作为示例。 请注意，我在本教程中只使用了 python3（python2 可能不起作用）。 请按照以下步骤准备“ Cr
CrowdHuman数据集转成VOC格式【odgt提取xml】
weixin_64064486的博客
03-14 2522
数据集下载地址 CrowdHuman Dataset 里面训练集太大了，分成了三个train文件，都要下载下来后放在一个图像的文件夹下面。 还有个annotation_train.odgt是对应train。另外两个val是关于测试集的 数据解析 odgt里面是json格式，转换为voc可以使用的xml需要一下代码 from xml.dom import minidom import cv2 import os import json from PIL import Image roadlab
yolov5 训练crowded human 【visible body detection】
CSPhD-winston的博客
05-01 7700
使用yolov5训练crowded human中的head与visible body
【深度学习】处理crowdhuman数据集
weixin_40293999的博客
04-01 434
因为它吧所有文件写入到了*.odgt文件中， 我以annotation_val.odgt为例进行解析。“extra”: { “ignore”: 0 }, // 是否忽略该标注（0=有效，1=忽略）“head_attr”: { “ignore”: 0 } // 头部是否有效。因为要把crownhuman的数据集处理成yolov格式。gtboxes ground truth 标注。然后每个item是一个图片的标注信息。其实它是一个巨大的json。fbox 完整人体框。
行人检测数据集CrowdHuman简介，odgt标注格式转为yolo格式
weixin_46221106的博客
12-30 2581
行人检测数据集CrowdHuman简介，odgt标注格式转为yolo格式
CrowdHuman数据集：基于YOLOv5的人群检测与目标识别
04-25 390
CrowdHuman数据集是一个专门用于行人检测的开源数据集，主要用于人群中行人的检测与定位。该数据集由多个复杂的场景组成，包括在不同视角、不同光照和不同背景条件下的人群图像。CrowdHuman数据集包含了多种人群密度的场景，能够有效地提升行人检测模型在复杂环境下的鲁棒性。在本文中，我们介绍了如何使用YOLOv5进行CrowdHuman数据集的行人目标检测。通过数据准备、YOLOv5训练、模型评估和UI实现等步骤，我们成功构建了一个实时行人检测系统。
paddle - crowdHuman数据集训练人体识别模型
fantasysolo的博客
07-27 2003
paddle paddle - crowdHuman数据集训练人体识别模型数据集annotation解析annotation json各项意义转换paddle yolo的数据格式输入哪些数据? 数据集annotation解析 使用paddle paddle yolo v3的模型，将这个数据集的json内容转换为xml格式。 annotation json各项意义 参考官网：http://www.crowdhuman.org/download.html 但说得并不明确，这里对照图片总结了一下： JSON{
GLUE: A Multi-Task Benchmark for NLU
03-22
### GLUE 基准及其在自然语言理解 (NLU) 多任务评估中的应用 #### 什么是 GLUE 基准？ GLUE（General Language Understanding Evaluation）基准是一种用于评估自然语言处理模型语义理解能力的多任务框架[^1]。它由一系列 NLU 任务组成，旨在全面衡量模型的语言理解和泛化能力。 #### GLUE 的任务构成 GLUE 包含 9 个核心任务，这些任务均涉及单句或双句的理解问题，具体如下： - **MNLI**（Multi-Genre Natural Language Inference）：跨多个领域判断句子之间的推理关系。 - **QQP**（Quora Question Pairs）：检测 Quora 上的问题是否重复。 - **QNLI**（Question-NLI）：通过自然语言推断回答给定问题。 - **RTE**（Recognizing Textual Entailment）：识别文本蕴含关系。 - **STS-B**（Semantic Textual Similarity Benchmark）：测量两个句子间的语义相似度。 - **MRPC**（Microsoft Research Paraphrase Corpus）：判定两句话是否互为同义表达。 - **CoLA**（Corpus of Linguistic Acceptability）：预测句子语法和语义接受程度。 - **SST-2**（Stanford Sentiment Treebank）：分析电影评论的情感倾向。 - **WNLI**（Winograd NLI）：解决代词消解问题。 上述任务涵盖了多种语言现象，包括但不限于逻辑推理、情感分析以及语义匹配等。 #### GLUE 在多任务学习中的作用 为了更好地支持多任务场景下的 NLP 模型开发，研究人员提出了基于 GLUE 的解决方案。例如，在一篇来自微软的研究论文中提到一种名为 MT-DNN（Multi-Task Deep Neural Networks）的方法，该方法能够有效提升单一模型在多项 NLU 任务上的综合表现[^2]。 此外，还有其他工作扩展了传统意义上的 GLUE 设计理念。比如 ASR-GLUE 将自动语音识别引入到标准 NLU 测试集中，进一步考察当输入存在不同程度噪音干扰时系统的鲁棒性表现[^4]。 #### 实际案例展示 以 BERT 和其变体为例说明如何利用 GLUE 数据集进行实验验证。下图展示了 SST-2 这一特定子任务上几种主流架构的表现情况对比图表显示即使面对加入随机扰动后的样本集合，“人类级”的基线仍然难以超越某些精心设计的人工智能算法。 ```python import matplotlib.pyplot as plt # Sample data representing accuracy across different noise levels. noise_levels = ['Clean', 'Low Noise', 'Medium Noise', 'High Noise'] human_performance = [0.87, 0.85, 0.83, 0.78] model_a_accuracy = [0.92, 0.88, 0.86, 0.80] plt.figure(figsize=(10, 6)) plt.plot(noise_levels, human_performance, label='Human Performance') plt.plot(noise_levels, model_a_accuracy, label="Model A's Accuracy", linestyle="--") plt.title('Accuracy Comparison Between Human and Model Under Various Noises on SST-2 Task') plt.xlabel('Noise Levels') plt.ylabel('Accuracy Score') plt.legend() plt.grid(True) plt.show() ``` 此代码片段绘制了一条折线图用来直观呈现随着环境复杂性的增加两者之间差距的变化趋势。 ---
评论
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