行人数据集如何采集

1、静态行人数据库，其中包含训练集和测试集。该数据集的行人背景较为复杂、环境变化（光照）类型较多，且人的姿态也比较多。属于比较贴近现实场景的数据集。

2、基于双目视觉的行人数据集，数据集包括标定信息和行人标注信息，同时采用置信度传播方法获得深度信息。主要用于多人检测和行人跟踪的研究。

3、城市环境中的行人检测数据集，包含15560个行人目标和6744不含行人的图像。这些图像是在27分钟驾车穿过城市交通期间在车辆中获取的。包含训练集和测试集，测试集包含一个独立的序列。

wider数据集标签没有问题。WIDERFACE数据集是一个人脸检测基准benchmark数据集，图片选取自WIDERWebImageDatasetforEventRecognition数据集，图片数32203张，人脸数393703个，在大小scale位置pose遮挡occlusion等不同形式中人脸是高度变换的。

wider数据集标签的特点

WIDERFACE数据集是基于61个事件类别每个事件类别，随机选取训练百分之40验证百分之10测试百分之50，训练和测试含有边框boundingbox真值groundtruth而验证不含，检测算法在测试集上的评估方式与PASCALVOCDATADASET相同。

并且测试集的真值包围框boundingbox未发布，参赛者可通过提交预测结果predictionfiles，由WIDERFACE给出评价结果，WiderPerson数据集是比较拥挤场景的行人检测基准数据集，其图像是从多种场景中选择的不再局限于交通场景。