夜間（低光照）目標檢測數(shù)據(jù)集整理：人臉檢測，行人檢測
1.夜間（低光照）人臉檢測的數(shù)據(jù)集
DARK FACE: Face Detection in Low Light Condition
提供了6000幅真實世界的低光圖像，在夜間捕獲，在教學樓、街道、橋梁、立交橋、公園等，所有標記的邊界框的人臉，作為主要的訓練和/或驗證集。我們還提供了9000張同樣環(huán)境下采集的未標記弱光圖像。此外，我們提供了一組獨特的789對在可控的真實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訓練數(shù)據(jù)的一部分。屆時將會有一組4000張弱光圖像的測試，帶有人臉邊框標注。
數(shù)據(jù)集地址：Dark face
2.夜間（低光照）行人檢測的數(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）目標檢測的數(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：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
人臉檢測
+關注
關注
0文章
80瀏覽量
16494 -
數(shù)據(jù)集
+關注
關注
4文章
1209瀏覽量
24800
發(fā)布評論請先 登錄
相關推薦
AI模型部署邊緣設備的奇妙之旅：目標檢測模型
器的 one-shot 搜索的工作。目標檢測模型搭配在分類上高性能的主干網絡，可能會因為不同任務間的差異而性能下降。Picodet 沒有去搜索一個較佳的分類器，而是在檢測數(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關鍵點檢測實驗
maix.KPU模塊的介紹，請見第39.1小節(jié)《maix.KPU模塊介紹》。44.2 硬件設計44.2.1 例程功能1. 獲取攝像頭輸出的圖像，并送入KPU進行人臉檢測，接著對檢測到的人臉
發(fā)表于 11-18 14:28
如何用OpenCV的相機捕捉視頻進行人臉檢測--基于米爾NXP i.MX93開發(fā)板
功能，首先要進行人臉檢測，判斷出圖片中人臉的位置，才能進行下一步的操作。
OpenCV人臉檢測方法
在OpenCV中主要使用了兩種特征（即兩
發(fā)表于 11-15 17:58
在目標檢測中大物體的重要性
導讀實驗表明，對大型物體賦予更大的權重可以提高所有尺寸物體的檢測分數(shù)，從而整體提升目標檢測器的性能（在COCOval2017數(shù)據(jù)集上使用In
目標檢測與識別技術有哪些
目標檢測與識別技術是計算機視覺領域的重要研究方向，廣泛應用于安全監(jiān)控、自動駕駛、醫(yī)療診斷、工業(yè)自動化等領域。 目標檢測與識別技術的基本概念 目標
目標檢測與識別技術的關系是什么
目標檢測與識別技術是計算機視覺領域的兩個重要研究方向，它們之間存在著密切的聯(lián)系和相互依賴的關系。 一、目標檢測與識別技術的概念 目標
目標檢測識別主要應用于哪些方面
目標檢測識別是計算機視覺領域的一個重要研究方向，它主要關注于從圖像或視頻中識別和定位目標物體。隨著計算機視覺技術的不斷發(fā)展，目標檢測識別已經
基于深度學習的小目標檢測
在計算機視覺領域，目標檢測一直是研究的熱點和難點之一。特別是在小目標檢測方面，由于小目標在圖像中所占比例小、特征不明顯，使得
人臉檢測模型的精確度怎么算
人臉檢測模型的精確度評估是一個復雜的過程，涉及到多個方面的因素。本文將從以下幾個方面進行介紹：人臉檢測模型的基本概念、評估指標、評估方法、影響因素以及提高精確度的策略。
人臉檢測模型有哪些
： Viola-Jones 算法 Viola-Jones 算法是一種基于 Haar 特征和 AdaBoost 算法的人臉檢測方法。它通過訓練一個級聯(lián)分類器來實現(xiàn)人臉檢測。該算法具有實時
人臉檢測和人臉識別的區(qū)別是什么
人臉檢測和人臉識別是計算機視覺領域的兩個重要技術，它們在許多應用場景中都有廣泛的應用，如安全監(jiān)控、身份驗證、社交媒體等。盡管它們在某些方面有相似之處，但它們之間存在一些關鍵的區(qū)別。本文將詳細介紹
人臉檢測的五種方法各有什么特征和優(yōu)缺點
來實現(xiàn)人臉檢測。這種方法通常使用膚色模型來描述人臉膚色的分布，然后通過膚色模型與圖像像素的匹配程度來判斷是否為人臉。 優(yōu)點： 計算簡單，實現(xiàn)容易。 對于膚色分布較為均勻的圖像，
人臉檢測與識別的方法有哪些
人臉檢測與識別是計算機視覺領域中的一個重要研究方向，具有廣泛的應用前景，如安全監(jiān)控、身份認證、智能視頻分析等。本文將詳細介紹人臉檢測與識別的方法。 引言
深度學習檢測小目標常用方法
深度學習的效果在某種意義上是靠大量數(shù)據(jù)喂出來的，小目標檢測的性能同樣也可以通過增加訓練集中小目標樣本的種類和數(shù)量來提升。
發(fā)表于 03-18 09:57
?809次閱讀
工商網監(jiān)
評論