夜间(低光照)目标检测数据集整理:人脸检测,行人检测

1.夜间(低光照)人脸检测的数据集

  • DARK FACE: Face Detection in Low Light Condition
    提供了6000幅真实世界的低光图像,在夜间捕获,在教学楼、街道、桥梁、立交桥、公园等,所有标记的边界框的人脸,作为主要的训练和/或验证集。我们还提供了9000张同样环境下采集的未标记弱光图像。此外,我们提供了一组独特的789对在可控的真实光照条件下捕获的弱光/正常光图像(但不必要地包含人脸),可以作为参与者离散化时训练数据的一部分。届时将会有一组4000张弱光图像的测试,带有人脸边框标注。
    数据集地址:Dark face

2.夜间(低光照)行人检测的数据集
NightOwls dataset :Pedestrians at night

  • 4种类别: Pedestrians, Bicycledriver ,Motorbikedriver, Ignore areas在这里插入图片描述

  • 图像多样性在这里插入图片描述
    数据集地址:NightOwls

3.夜间(低光照)目标检测的数据集
Exclusively Dark dataset
在这里插入图片描述

数据集地址: Exclusively-Dark-Image-Dataset

版权声明:本文为CSDN博主「告白少年」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_43555843/article/details/110563700

告白少年

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

单目3D目标检测调研

单目3D目标检测调研 一、 简介 现有的单目3D目标检测方案主要方案主要分为两类,分别为基于图片的方法和基于伪雷达点云的方法。   基于图片的方法一般通过2D-3D之间的几何约束来学习,包括目标形状信息&#xff0

ASFF论文笔记

论文:Learning Spatial Fusion for Single-Shot Object Detection. Songtao Liu,Di Huang,Yunhong Wang 摘要 金字塔特征表示是解决目标检测中尺

二维目标检测sota---TOOD任务对齐的一阶目标检测算法

代码链接 paper链接 个人博客 问题 本文首先提出了一个目前一阶目标检测器存在的普遍问题就是在head部分将分类和定位这两个任务并行的来做了。这样的话就存在两个任务之间不对齐的问题。因为两个任务是的目标不一样。分类任务更加关注目标的