MEGA 视频目标检测数据集： ILSVRC2015 VID 说明

文件数量（flods）不是原始数据集数量。原始数据集84G，解压后92G。

从中选取少量数据方便跑代码。

原始数据集下载连接：

https://bvisionweb1.cs.unc.edu/ILSVRC2017/download-videos-1p39.php

This is a mini version of ILSVRC2015 dataset
Detailed informations are as follows:Annotations:VID:train:ILSVRC2015_VID_train_0000:1000 folders:many xmlsval:90 folders:many xmlsData:VID:train:ILSVRC2015_VID_train_0000:1000 folders:many framesval:90 folders:many framestest:100 folders:many framessnippets:train:ILSVRC2015_VID_train_0000:1000 folders:many videosval:90 folders:many videostest:100 folders:many videosImageSets:DET_train.txt:pattern: "path + space + 1"e.g. : "train/ILSVRC2015_train_0000/ILSVRC2015_train_00005005 1"VID_train_15frames.txt:pattern: "path + space + 1 + space +  frameID + space + total_frames"e.g. : "train/ILSVRC2015_VID_train_0000/ILSVRC2015_train_00000000 1 10 300"note: select 15 frames from total frames of the video, frameID is the index of those frames(15).VID_train_every10frames.txt:pattern: "path + space + 1 + space +  frameID + space + total_frames"e.g. : "train/ILSVRC2015_VID_train_0000/ILSVRC2015_train_00000000 1 0 300"e.g. : "train/ILSVRC2015_VID_train_0000/ILSVRC2015_train_00001004 1 30 41"note: select one frame every 15 frames of the video, frameID is the index of those frames.VID_val_videos.txt:pattern: "path + space + imageID + space + frameID + space + total_frames"e.g. : "val/ILSVRC2015_val_00000000 1 0 464"e.g. : "val/ILSVRC2015_val_00000004 2092 430 804"e.g. : "val/ILSVRC2015_val_00000004 2465 803 804"e.g. : "val/ILSVRC2015_val_00000005 2466 0 464"note: imageID start from 1; frameID start from 0；ImageID is relative to all images，frameID is not.VID_val_frames.txt:pattern: "path + space + imageID"e.g. : "val/ILSVRC2015_val_00000000/000000 1"e.g. : "val/ILSVRC2015_val_00177001/000144 176126"note: imageID start from 1, this path is accurate to the image.

MEGA 视频目标检测数据集： ILSVRC2015 VID 说明相关推荐

将多个文件夹或单文件夹内的xml文件转换为一个json标签（imagenet VID等视频目标检测数据集）简单易改，有注释
文章目录多文件夹xml文件转json 单文件夹xml文件转json 该代码主要针对视频目标检测yolov项目需要训练基础的yolox检测器所写(需要VID的json标签文件),鉴于网上没有公开的代码 ...
CVPR 2020丨更精准的视频目标检测：基于记忆增强的全局-局部整合网络的方法
编者按:在视频物体检测任务中,由于相机失焦.物体遮挡等问题,仅基于图像的目标检测器很可能达不到令人满意的效果.针对此类问题,微软亚洲研究院提出了基于记忆增强的全局-局部整合网络(Memory Enha ...
ECCV 2020 论文大盘点-视频目标检测篇
本文盘点ECCV 2020 中所有视频目标价检测(Video Object Detection)相关的论文,总计 4 篇,其中 2 篇论文代码将开源. 对视频中的目标进行检测,当然可以转化为对每帧图像 ...
ILSVRC2016目标检测任务回顾——视频目标检测（VID）
姊妹篇:ILSVRC2016目标检测任务回顾(上)--图像目标检测 -----------------------补充:近几年的几篇参考文献2018.5.30--------------------- ...
【北大微软】用于视频目标检测的记忆增强的全局-局部聚合
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 北大&MSRA,入选 CVPR 2020,ImageNet VID SOT ...
Google又放大招：高效实时实现视频目标检测 | 技术头条
点击上方↑↑↑蓝字关注我们~ 「2019 Python开发者日」,购票请扫码咨询 ↑↑↑ 作者 | 陈泰红,算法工程师,研究方向为机器学习.图像处理来源 | 极市平台(ID:extrememart) ...
融合视频目标检测与单目标、多目标跟踪，港中文开源一体化视频感知平台 MMTracking...
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达编辑丨机器之心魔王香港中文大学多媒体实验室(MMLab)OpenMMLab 开源一体化视频目标感知 ...
3d max用不同目标做关键帧_基于光流的视频目标检测系列文章解读
作者:平凡的外卖小哥全文5747字,预计阅读时间15分钟 1 简介目前针对于图片的目标检测的方法大致分为两类: faster R-CNN/R-FCN一类: 此类方法在进行bbox回归和分类之前,必 ...
Google又发大招：高效实时实现视频目标检测
首发于极市平台微信号:Google又发大招:高效实时实现视频目标检测作者:陈泰红如有兴趣可以**点击加入极市CV专业微信群**,获取更多高质量干货图像目标检测是图像处理领域的基础.自从2012年 ...

MEGA 视频目标检测数据集： ILSVRC2015 VID 说明

MEGA 视频目标检测数据集： ILSVRC2015 VID 说明相关推荐

最新文章

热门文章

MEGA 视频目标检测 数据集 ： ILSVRC2015 VID 说明

MEGA 视频目标检测 数据集 ： ILSVRC2015 VID 说明相关推荐

最新文章

热门文章

MEGA 视频目标检测数据集： ILSVRC2015 VID 说明

MEGA 视频目标检测数据集： ILSVRC2015 VID 说明相关推荐