夜間（低光照）目標(biāo)檢測(cè)數(shù)據(jù)集整理：人臉檢測(cè)，行人檢測(cè)
1.夜間（低光照）人臉檢測(cè)的數(shù)據(jù)集
DARK FACE: Face Detection in Low Light Condition
提供了6000幅真實(shí)世界的低光圖像，在夜間捕獲，在教學(xué)樓、街道、橋梁、立交橋、公園等，所有標(biāo)記的邊界框的人臉，作為主要的訓(xùn)練和/或驗(yàn)證集。我們還提供了9000張同樣環(huán)境下采集的未標(biāo)記弱光圖像。此外，我們提供了一組獨(dú)特的789對(duì)在可控的真實(shí)光照條件下捕獲的弱光/正常光圖像(但不必要地包含人臉)，可以作為參與者離散化時(shí)訓(xùn)練數(shù)據(jù)的一部分。屆時(shí)將會(huì)有一組4000張弱光圖像的測(cè)試，帶有人臉邊框標(biāo)注。
數(shù)據(jù)集地址：Dark face
2.夜間（低光照）行人檢測(cè)的數(shù)據(jù)集
NightOwls dataset ：Pedestrians at night
4種類別： Pedestrians, Bicycledriver ，Motorbikedriver, Ignore areas
圖像多樣性
數(shù)據(jù)集地址：NightOwls
3.夜間（低光照）目標(biāo)檢測(cè)的數(shù)據(jù)集
Exclusively Dark dataset：
數(shù)據(jù)集地址： Exclusively-Dark-Image-Dataset
審核編輯 黃宇
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
人臉檢測(cè)
+關(guān)注
關(guān)注
0文章
86瀏覽量
16846 -
數(shù)據(jù)集
+關(guān)注
關(guān)注
4文章
1224瀏覽量
25439
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
【HarmonyOS 5】VisionKit人臉活體檢測(cè)詳解
【HarmonyOS 5】VisionKit人臉活體檢測(cè)詳解 ##鴻蒙開(kāi)發(fā)能力 ##HarmonyOS SDK應(yīng)用服務(wù)##鴻蒙金融類應(yīng)用 （金融理財(cái)# 一、VisionKit人臉活體檢測(cè)
基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案
在RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè)：在圖像中找出人臉，以及每張人臉的landmarks位置。
方案設(shè)計(jì)邏輯流程圖，方案代碼分為分為兩個(gè)業(yè)務(wù)流程，主體代碼負(fù)責(zé)抓取、合成圖像，
基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案
在RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè)：在圖像中找出人臉，以及每張人臉的landmarks位置。
方案設(shè)計(jì)邏輯流程圖，方案代碼分為分為兩個(gè)業(yè)務(wù)流程，主體代碼負(fù)責(zé)抓取、合成圖像，
基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案
在RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè)：在圖像中找出人臉，以及每張人臉的landmarks位置。
方案設(shè)計(jì)邏輯流程圖，方案代碼分為分為兩個(gè)業(yè)務(wù)流程，主體代碼負(fù)責(zé)抓取、合成圖像，
RV1126 實(shí)現(xiàn)人臉檢測(cè)方案
基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案，充分體現(xiàn)了電子方面的實(shí)踐經(jīng)驗(yàn)和目標(biāo)檢測(cè)技術(shù)。
快速部署！米爾全志T527開(kāi)發(fā)板的OpenCV行人檢測(cè)方案指南
、行人檢測(cè)概論使用HOG和SVM基于全志T527開(kāi)發(fā)板構(gòu)建行人檢測(cè)器的關(guān)鍵步驟包括：
準(zhǔn)備訓(xùn)練數(shù)據(jù)集
發(fā)表于 04-11 18:14
使用OpenVINO?模型的OpenCV進(jìn)行人臉檢測(cè)，檢測(cè)到多張人臉時(shí)，伺服電機(jī)和步入器電機(jī)都發(fā)生移動(dòng)是為什么？
使用OpenVINO?模型的 OpenCV* 進(jìn)行人臉檢測(cè)。
使用 cv2.矩形 函數(shù)，能夠獲取檢測(cè)到的面部的坐標(biāo)。
檢測(cè)到多張人臉時(shí)，多
發(fā)表于 03-07 06:35
請(qǐng)問(wèn)是否可以使用單個(gè)輸入圖像運(yùn)行人臉檢測(cè)MTCNN Python演示？
是否可以使用單個(gè)輸入圖像運(yùn)行人臉檢測(cè) MTCNN Python* 演示？
發(fā)表于 03-06 08:15
AI模型部署邊緣設(shè)備的奇妙之旅：目標(biāo)檢測(cè)模型
器的 one-shot 搜索的工作。目標(biāo)檢測(cè)模型搭配在分類上高性能的主干網(wǎng)絡(luò)，可能會(huì)因?yàn)椴煌蝿?wù)間的差異而性能下降。Picodet 沒(méi)有去搜索一個(gè)較佳的分類器，而是在檢測(cè)數(shù)據(jù)
發(fā)表于 12-19 14:33
《DNK210使用指南 -CanMV版 V1.0》第四十四章 人臉68關(guān)鍵點(diǎn)檢測(cè)實(shí)驗(yàn)
maix.KPU模塊的介紹，請(qǐng)見(jiàn)第39.1小節(jié)《maix.KPU模塊介紹》。44.2 硬件設(shè)計(jì)44.2.1 例程功能1. 獲取攝像頭輸出的圖像，并送入KPU進(jìn)行人臉檢測(cè)，接著對(duì)檢測(cè)到的人臉
發(fā)表于 11-18 14:28
如何用OpenCV的相機(jī)捕捉視頻進(jìn)行人臉檢測(cè)--基于米爾NXP i.MX93開(kāi)發(fā)板
功能，首先要進(jìn)行人臉檢測(cè)，判斷出圖片中人臉的位置，才能進(jìn)行下一步的操作。
OpenCV人臉檢測(cè)方法
在OpenCV中主要使用了兩種特征（即兩
發(fā)表于 11-15 17:58
在目標(biāo)檢測(cè)中大物體的重要性
導(dǎo)讀實(shí)驗(yàn)表明，對(duì)大型物體賦予更大的權(quán)重可以提高所有尺寸物體的檢測(cè)分?jǐn)?shù)，從而整體提升目標(biāo)檢測(cè)器的性能（在COCOval2017數(shù)據(jù)集上使用In
目標(biāo)檢測(cè)與識(shí)別技術(shù)有哪些
目標(biāo)檢測(cè)與識(shí)別技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究方向，廣泛應(yīng)用于安全監(jiān)控、自動(dòng)駕駛、醫(yī)療診斷、工業(yè)自動(dòng)化等領(lǐng)域。 目標(biāo)檢測(cè)與識(shí)別技術(shù)的基本概念 目標(biāo)
目標(biāo)檢測(cè)與識(shí)別技術(shù)的關(guān)系是什么
目標(biāo)檢測(cè)與識(shí)別技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的兩個(gè)重要研究方向，它們之間存在著密切的聯(lián)系和相互依賴的關(guān)系。 一、目標(biāo)檢測(cè)與識(shí)別技術(shù)的概念 目標(biāo)
目標(biāo)檢測(cè)識(shí)別主要應(yīng)用于哪些方面
目標(biāo)檢測(cè)識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要研究方向，它主要關(guān)注于從圖像或視頻中識(shí)別和定位目標(biāo)物體。隨著計(jì)算機(jī)視覺(jué)技術(shù)的不斷發(fā)展，目標(biāo)檢測(cè)識(shí)別已經(jīng)
工商網(wǎng)監(jiān)
評(píng)論