行人检测数据集yolov8

### 行人检测数据集转换为YOLOv8格式 对于行人检测项目而言，找到合适的数据集并将其转换成适合特定版本YOLO模型使用的格式至关重要。考虑到YOLO系列算法之间的相似性和兼容性，可以采用已有的行人跟踪数据集，并按照YOLOv5或更通用的YOLO格式进行转换，这同样适用于YOLOv8。 #### 数据集选择与获取 公开可用且广泛认可的一个高质量行人检测数据集是CityPersons[^1]。该数据集中包含了大量城市环境下的行人图像及其标注信息，非常适合用于训练和测试行人检测模型。另一个常用的选择是Caltech Pedestrian Detection Benchmark, 它提供了丰富的场景变化样本，有助于提升模型鲁棒性。 这些数据集可以从官方网址下载： - CityPersons: [http://www.cityscapes-dataset.com/](http://www.cityscapes-dataset.com/) - Caltech Pedestrian Dataset: [http://vision.caltech.edu/Image_Datasets/CaltechPedestrians/](http://vision.caltech.edu/Image_Datasets/CaltechPedestrians/) #### 转换至YOLOv8所需格式 为了使上述提到的数据集能够被YOLOv8所利用，需遵循其输入文件结构的要求： 1. 图像存储路径应保持原样； 2. 创建对应的标签文件夹，其中每张图片对应一个`.txt`文件作为标签描述； 3. 标签文件中的每一行代表一个目标框，格式如下：类别编号 中心点X坐标比例 中心点Y坐标比例 宽度比例 高度比例；所有数值均为相对于整幅图的比例值（范围0~1），并且保留六位小数精度。 具体实现过程可以通过编写Python脚本来完成自动化处理，下面给出一段简单的代码片段展示如何读取原始XML格式的标注并将之转化为YOLO所需的TXT格式： ```python import xml.etree.ElementTree as ET from pathlib import Path def convert(size, box): dw = 1./(size[0]) dh = 1./(size[1]) x = (box[0] + box[1])/2.0 - 1 y = (box[2] + box[3])/2.0 - 1 w = box[1] - box[0] h = box[3] - box[2] x = x*dw w = w*dw y = y*dh h = h*dh return (x,y,w,h) def main(): sets=[('train'), ('val')] classes = ["person"] for image_set in sets: image_ids = open(f'Annotations/{image_set}.txt').read().strip().split() list_file = open('%s.txt'%(image_set), 'w') for image_id in image_ids: in_file = open(f'Annotations/%s.xml'%image_id) out_file = open(f'labels/%s.txt'%image_id.split('.')[0], 'w') tree=ET.parse(in_file) root = tree.getroot() size = root.find('size') w = int(size.find('width').text) h = int(size.find('height').text) for obj in root.iter('object'): difficult = obj.find('difficult').text cls = obj.find('name').text if cls not in classes or int(difficult)==1: continue cls_id = classes.index(cls) xmlbox = obj.find('bndbox') b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text)) bb = convert((w,h), b) out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') if __name__ == '__main__': main() ``` 此段代码假设源数据是以PASCAL VOC XML形式提供的，如果实际遇到其他类型的标注，则需要相应调整解析逻辑部分。