HOG_SVM_行人檢測資料集合_INRIA資料集

馬衛飛發表於2017-12-12
HOG

HOG+SVM是經典的行人檢測方法，論文作者同時搞了一個INRIA資料集。

INRIA資料集官方頁面：http://pascal.inrialpes.fr/data/human/，不過說真的，資料集搞的挺亂的。

首先，INRIA資料集的原始圖片，來自GRAZ 01資料集和網路上的一些圖片。這些圖片相比於MIT行人資料集，人的姿態和光照條件啥的都更加全面，適合做行人檢測。每張圖片中都進行了行人區域的標定，也就是畫了一個矩形框，把矩形框的左上定點座標和矩形長度、寬度記錄下來。 
但是，第一次使用INRIA資料集的人，是要重現論文中的效果的！而論文中使用的圖片，是歸一化後的圖片。怎麼歸一化的我們不細究，反正效果就是，相當於原有的標定矩形框放大了一圈，然後裁剪出行人區域，然後區域縮放（通常是縮小，縮放後到一個固定尺寸）。那，就用這個歸一化後的圖片做重現實驗吧！

但是，問題又來了。這些歸一化的影象在哪裡？INRIA資料集裡面放了原始資料和標定資訊，以及歸一化後的影象，按官網上的說法先找到train_64x128_H96目錄，說裡面有pos和neg兩個子目錄，以及找到test_64x128_H96目錄，裡面也有pos和neg兩個子目錄。然後說，在train/pos下的是96x160的圖片，test/pos下的是70x134的圖片。我倒要問，train目錄是哪個？不是train_64x128_H96嗎？INRIA資料集根目錄下本身有一個Train目錄好麼，你這麼講我很容易搞混的！而實際上，應當是train_64x128_H96而不是train，test目錄也是一樣的情況。

還有幾個混亂的地方。 
我在windows下解壓了INRIA資料集，在train_64x128_H96目錄下沒找到neg目錄。這是因為用了軟連結，是在linux下做的資料集。我想說，沒有必要裝這個逼的。把資料集放到Linux下解壓，我用的是fedora23系統，進入到train_64x128_H96/neg目錄，把裡面圖片都拷到windows上，拷貝到train_64x128_H96/neg目錄下。 
另外就是test_64x128_H96目錄下的neg目錄的問題。這個目錄下的圖片有用麼？反正，看官網的說明，鳥用沒有。So,忽略這個目錄吧。

然後在Linux下檢視整個資料集目錄，發現最外層96X160H96和70x134H96兩個目錄。實際上歸一化的影象都存在這兩個目錄下。那你搞train_64x128_H96和test_64x128_H96兩個目錄做什麼？軟連結裝逼？

同時有個問題，為什麼會有歸一化的測試影象呢？test_64x128_H96/pos目錄下的影象都是70x134大小，實際中的影象都是尺寸不一的，還要考慮多尺度的問題呢。這個目錄下的圖片並沒有用。直接用原始的測試圖片就可以了。

還有，原始影象的命名。為什麼以crop_作為字首？有用麼？以及，目錄命名怎麼一會兒大寫開頭，一會兒小寫開頭，train和Train都有？另外對於原始資料的標定我也很無語，為什麼有標錯的地方？座標怎麼出現負數的，嗯？ 
算了，原始影象我就用

OK，講了這麼多，目的是整理出一個合理的資料集來，以後自己用也好用。經過整理後的INRIA資料集，目錄結構和說明：

INRIADATA{
    normalized_images{
        train{
            pos:96x160大小，訓練正樣本，需要crop中間的64x128大小。已經做過flip，即包含左右對稱的圖
            neg:大小不一，通常是幾百乘幾百，訓練負樣本，需要從每張圖中隨機crop 10個區域作為訓練負樣本
        }
    }
    original_images{
        train{
            pos:訓練正樣本，大小不一
            neg:訓練負樣本，大小不一
            annotations:標註資訊
        }
        test{
            pos:大小不一
            neg:大小不一
            annotations:標註資訊
        }
    }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20

訓練和測試的時候有幾種選擇方式： 
用normalized_images目錄下的圖片做訓練，或者用original_images目錄下的圖片+annotations獲取行人區域做訓練；測試則都在original_images/test/pos上測試。

整理後的資料集有點大，上傳百度網盤了:http://pan.baidu.com/s/1eSdlw7g

相關文章