大规模人群计数数据集 | JHU-CROWD ++数据集介绍及下载
作者:graviti
发布于 1/14/2021

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:

  1. Pushing the Frontiers of Unconstrained Crowd Counting: New Dataset and Benchmark Method (Author: Sindagi, Vishwanath A and Yasarla, Rajeev and Patel, Vishal M)
  2. 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

分享到:
立即开始构建AI