关于WiderPerson数据说明（使用后笔记）

0.数据下载

0.1 官方下载

数据主页（包含google云盘、百度云盘下载方式）

Google Drive or Baidu Drive （jx5p）

0.2 我自己的csdn链接

WiderPerson.zip官网下载

数据解压之后：

1.不同目录下说明

1.0 ReadMe.txt

关于该数据集的解释，我主要关注的类别对应的标签：

1.1 Annotations

以.jpg.txt结尾~，好吧。其中000040.jpg.txt去掉了，因为坏掉了，特意下载了官方数据做了进一步确认，所以包括jpg也一起删掉了。还有一件比较重要的事，test的标注是没有的，所以Annotations中是不包含test.txt中文件名对应的.jpg.txt标注的。

下面是txt文件，第一行是目标数，第二行开始，第一列是类别，2-5列是坐标。

（

objection_num

label xmin ymin xmax ymax

）

1.2 Evaluation

主要是一些matlab的脚本，由于本人电脑比较烂，就不装这些了，对于Widerperson转VOC数据的，WiderPerson行人检测数据集，这篇写得是极好的了。

1.3 Images

这个文件夹下，就是包含所有的训练、验证、测试的图像了。

图有各种各样的从网上download下来的那种，水印还在呢，所以够一般化。

尺寸有几百到几千不等，所以有些也可以自己去掉，对于只像用其中几个类别的，可以在写csv文件的时候，去掉。

下面写了个小脚本，提取我想要类别的数据，然后写到csv文件中(name,filename,height,width,xmax,xmin,ymax,ymin)。

__author__ = 'gmt'
#将文件中的核心数据提取出来
import  json
import  random
import  copyimport os
import cv2if __name__ == '__main__':infos = ['train_info', 'valid_info', 'test_info']# infos=read_top(r"./csvdata/TownCentre-groundtruth.top")# anno_path = './WiderPerson/Annotations/'imgs_path = './WiderPerson/Images/'train_info = './WiderPerson/train.txt'valid_info = './WiderPerson/val.txt'test_info = './WiderPerson/test.txt'train_fp=open('./csvdata/pedestrain_train.csv','w')valid_fp=open('./csvdata/pedestrain_valid.csv','w')test_fp=open('./csvdata/pedestrain_test.csv','w')# train_fp.writelines("class,filename,height,width,xmax,xmin,ymax,ymin\n")# valid_fp.writelines("class,filename,height,width,xmax,xmin,ymax,ymin\n")# test_fp.writelines("class,filename,height,width,xmax,xmin,ymax,ymin\n")name = "pedestrain"count = 0for info_i in infos:if info_i == 'train_info':info = train_infofp=train_fpelif info_i == 'valid_info':info = valid_infofp=valid_fpelse:info = test_infofp=test_fpfp.writelines("class,filename,height,width,xmax,xmin,ymax,ymin\n")with open(info, 'r') as f:img_ids = [x for x in f.read().splitlines()]for img_id in img_ids:  # '000040'count += 1print("count: " + str(count))filename = img_id + '.jpg'img_path = imgs_path + filenameimg = cv2.imread(img_path)height = img.shape[0]width = img.shape[1]label_path = img_path.replace('Images', 'Annotations') + '.txt'if not os.path.exists(label_path):continuewith open(label_path) as file:line = file.readline()count_p = int(line.split('\n')[0])  # 里面行人个数print("count:  " + str(count) + " , count_p:  " + str(count_p))line = file.readline()while line:cls = int(line.split(' ')[0])# < class_label =1: pedestrians > 行人# < class_label =2: riders >      骑车的# < class_label =3: partially-visible persons > 遮挡的部分行人# < class_label =4: ignore regions > 一些假人，比如图画上的人# < class_label =5: crowd > 拥挤人群，直接大框覆盖了# if cls == 1 or cls == 2 or cls == 3:if cls == 2:xmin = float(line.split(' ')[1])ymin = float(line.split(' ')[2])xmax = float(line.split(' ')[3])ymax = float(line.split(' ')[4].split('\n')[0])fp.writelines("%s,%s,%d,%d,%s,%s,%s,%s\n"%(name,filename,height,width,xmax,xmin,ymax,ymin))line = file.readline()cv2.imshow('result', img)cv2.waitKey(10)train_fp.close()valid_fp.close()test_fp.close()

检测框在图像上可视化：

import os
import cv2if __name__ == '__main__':path = './WiderPerson/train.txt'with open(path, 'r') as f:img_ids = [x for x in f.read().splitlines()]for img_id in img_ids: # '000040'img_path = './WiderPerson/Images/' + img_id + '.jpg'img = cv2.imread(img_path)im_h = img.shape[0]im_w = img.shape[1]label_path = img_path.replace('Images', 'Annotations') + '.txt'if not os.path.exists(label_path):continuewith open(label_path) as file:line = file.readline()count = int(line.split('\n')[0]) # 里面行人个数line = file.readline()while line:cls = int(line.split(' ')[0])# < class_label =1: pedestrians > 行人# < class_label =2: riders >      骑车的# < class_label =3: partially-visible persons > 遮挡的部分行人# < class_label =4: ignore regions > 一些假人，比如图画上的人# < class_label =5: crowd > 拥挤人群，直接大框覆盖了if cls == 1 or cls == 2 or cls == 3:xmin = float(line.split(' ')[1])ymin = float(line.split(' ')[2])xmax = float(line.split(' ')[3])ymax = float(line.split(' ')[4].split('\n')[0])img = cv2.rectangle(img, (int(xmin), int(ymin)), (int(xmax), int(ymax)), (0, 255, 0), 2)line = file.readline()cv2.imshow('result', img)cv2.waitKey(500)

1.4 关于几个txt文件

以train.txt为例吧，因为每个文件里都是文件名，所以不赘述。

2.个人评价

优点：数据量大，各种场景下密集人群都包含。

缺点：都是单帧图像，对于想使用其中的测试集，做跟踪，基本不用考虑了。还是自己乖乖地去录段小视频吧~~~

参考

1.WiderPerson行人检测数据集