相關(guān)鏈接

官方網(wǎng)站:http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/
Toolbox: https://github.com/pdollar/toolbox
Matlab evaluation/labeling code (3.2.1): http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/code/code3.2.1.zip
其他算法的結(jié)果:http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/datasets/USA/res

0 安裝

1. 安裝Matlab和Image Processing Toolbox
2. 在https://pdollar.github.io/toolbox/或https://github.com/pdollar/toolbox下載工具箱
3. 解壓，并將所有目錄添加到Matlab path:

>> addpath(genpath('path/to/toolbox/')); 
>> savepath;

If needed, run the compile script for the mex files:
>> toolboxCompile;

1 下載數(shù)據(jù)和標(biāo)注

下載地址：http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/datasets/USA/
說(shuō)明：set00-set05為訓(xùn)練集，set06到set10為測(cè)試集，annotations為標(biāo)簽
數(shù)據(jù)集為.seq后綴的視頻文件，標(biāo)注為.vbb后綴的文件

2 解析數(shù)據(jù)集

2.1 將code3.2.1.zip解壓，例如此時(shí)的路徑為：D:\Dataset\caltech\code3.2.1，該文件夾下包含多個(gè).m文件：

   dbBrowser    - 瀏覽數(shù)據(jù)庫(kù)注釋和檢測(cè)結(jié)果.
   dbEval       - 評(píng)價(jià)和畫(huà)出所有的檢測(cè)結(jié)果.
   dbExtract    - 提取數(shù)據(jù)集中的圖像和標(biāo)注.
   dbInfo       - 指明數(shù)據(jù)量和位置信息.
   vbb          - video bounding box (vbb) annotations的數(shù)據(jù)結(jié)構(gòu).
   vbbLabeler   - Video bound box (vbb) Labeler.
   vbbPlayer    - Simple GUI to play annotated videos (seq files)

2.2 在D:\Dataset\caltech\code中新建名為data-USA的文件夾，將annotations.tar解壓該目錄下，再在該目錄下新建名為``videos`的文件夾，將set00.tar-set10.tar壓縮包放入該文件夾，并解壓到每個(gè)單獨(dú)的文件夾

2.3 解析測(cè)試集：直接運(yùn)行dbExtract.m即可解壓所有測(cè)試集（set06-set10）到images文件夾下，按照每30幀抽取一張，標(biāo)注在annotations文件夾下的子目錄里，以D:\Dataset\caltech\code3.2.1\data-USA\annotations\set06\V000\I00269.txt為例，文件內(nèi)容如下：

% bbGt version=3
person-fa 180 189 13 31 0 0 0 0 0 0 0
person-fa 206 194 5 30 0 0 0 0 0 0 0
person 71 179 30 70 0 0 0 0 0 0 0

2.4 解析訓(xùn)練集：修改dbInfo.m中第36行的usatest為usatrain：

  if(isempty(name)), name='usatest'; end; end; name1=name;

若需要修改抽幀的間隔，則修改第48行的skip=30的值：

setIds=0:5; subdir='USA'; skip=30; ext='jpg';

修改完后，運(yùn)行dbExtract.m

3 評(píng)估

3.1 在D:\Dataset\caltech\code3.2.1\data-USA下新建res文件夾，將下載好的其他模型的結(jié)果放入其中并解壓，在該文件夾下以新建自己模型名的文件夾，并將檢測(cè)結(jié)果放入其中，格式參照其他模型的結(jié)果即可。

3.2 修改dbEval.m中第54-139行，將不想比較的算法用%注釋掉，在最后添加自己的算法名稱(chēng)，與3.1中新建的文件夾名相同，并保證所有未注釋的算法結(jié)果都在D:\Dataset\caltech\code3.2.1\data-USA\res下。

3.3 運(yùn)行dbEval.m，順利的話會(huì)在D:\Dataset\caltech\code3.2.1\results中出現(xiàn)pdf和txt格式的結(jié)果。默認(rèn)情況下設(shè)‘Resonable’的結(jié)果，修改第149行的exps = exps(1)中的數(shù)字即可得到其他結(jié)果，所對(duì)應(yīng)的目錄在30-47行。

極大概率出現(xiàn)報(bào)錯(cuò)，需要安裝Ghostscript和pdfcrop。