一、JHU-CROWD ++数据集介绍
发布方：约翰霍普金斯大学视觉和图像理解实验室
- 视觉和图像理解（VIU）实验室隶属于约翰霍普金斯大学（Johns Hopkins University）电子和计算机工程系
- 研究重点：计算机视觉和图像理解的理论和应用
数据量：4.373K
数据集大小: 2.87GB
高速下载JHU-CROWD ++数据集：https://www.graviti.cn/open-datasets/JHU_CROWD
相关论文:
- Pushing the Frontiers of Unconstrained Crowd Counting: New Dataset and Benchmark Method (Author: Sindagi, Vishwanath A and Yasarla, Rajeev and Patel, Vishal M)
- JHU-CROWD++: Large-Scale Crowd Counting Dataset and A Benchmark Method (Author: Vishwanath A. Sindagi, Rajeev Yasarla, Vishal M. Patel)
JHU-CROWD ++数据集共包含4372张图像和151万个标注。与现有数据集不同，该数据集中的图像是在各种不同场景和环境条件下收集，并且提供了相对丰富的标注类型，如点、类矩形框（approximate bounding boxes）、模糊级别（ blur levels）等。
由于JHU-CROWD ++数据集中包含一些由于雪、雨、雾霾等恶劣天气及光照条件下的图像，因此非常具有挑战性。此外，该数据集包括 image-level 和head-level的丰富标注。
JHU-CROWD ++数据集亮点
1、4372张图像
平均分辨率为1430 x 910，收集于不同条件、不同地理位置
2、差异化条件
包含恶劣天气及各种光照条件下产生的图像，侧重于提高数据集的多样性
3、151万个标注
包含总计151万个点标注，平均每张图像346个点，最大不超过25,000个点
4、丰富的标注
提供head-level标注（点、类矩形框、模糊级别等）和image-level 标注（场景类型和天气条件）。
5、图像亮点
不同的条件：不同的密度、光照变化；恶劣的天气条件：雾、雨和雪
6、标注亮点
丰富的标注：点、近似矩形框、模糊级别等
二、JHU-CROWD ++数据集下载
1、点击进入Graviti公开数据集-JHU-CROWD ++数据集主页
2、点击「获取数据集」，将JHU-CROWD ++数据集加入我的公开数据集
3、系统自动跳转到GAS控制台-TensorBay-公开数据集后，点击进入「JHU-CROWD ++」
4、下载JHU-CROWD ++数据集
三、JHU-CROWD ++数据集在线可视化
使用Graviti可视化插件，实现在线可视化数据标注分布，所见即所得！
1、停留在刚才的TensorBay-GAS控制台，点击「数据详情」-「数据可视化」，可查看JHU-CROWD ++的原数据
2、进入「标注详情」页，点击「详情」-「可视化」
- 查看原始数据
- 查看标注数据：标注数据、标签分布一览无余
3、查看标签分布统计列表、柱状图及饼图
四、JHU-CROWD ++数据集的使用与管理
对于部分Graviti提供的标准格式的公开数据集，支持Fork公开数据集的功能。用户可将公开数据集获取至【我的数据集】，在线修改、使用数据；进行版本管理。
具体步骤如下：
1、在TensorBay-GAS控制台-JHU-CROWD ++数据集页面，点击「Fork」获取数据集
2、前往「我的数据集」，点击进入「JHU-CROWD ++」数据集主页
3、进入「数据集详情」页，在Draft（草稿模式）下，可选择上传数据、发布数据集等基本功能，并享受版本管理、在线可视化、数据协同等服务，还通过开发者工具在线集成与云端使用数据
