CUHK Occlusion Dataset数据集,用于行人检测，做好了yolo格式数据集的训练和划分，同时上传了yolo和voc两个格式的标签集。 包括：1.VOC格式（.xml文件）的数据集 2.yolo格式（.txt文件）的数据集 3.划分好的yolo格式的训练集和数据集 文件结构： images——train(训练集的jpg图片) ——val(测试集的jpg图片) labels——train(训练集的标签) ——val(测试集的标签) VOC2007——JPEGImages（数据集原本的1063张jpg图片） ——Annotations（数据集中图片对应的.xml标签文件——VOC格式） ——YOLOLabels（数据集中图片对应的.txt标签文件——yolo格式）

使用情况和数据集可用性 可以从此下载数据集。此存储库中的数据只是从原始数据集文件夹中包含的.mat文件中提取的图像。 创建该存储库是为了便于我对数据集进行在线访问。 CUHK-03数据集说明 此数据集是从香港中文大学（CUHK）校园收集的，请参考中大法规使用。 它包含敏感数据，使用时应尊重中大学生的隐私。 数据存储在MATLAB MAT文件“ cuhk-03.mat”中。 从5对不同的摄像机视图中收集了1467个身份。 “ cuhk-03.mat”包含三个单元格。 “检测到”表示边界框由行人检测器估算 “标记的”是指边界框被人标记 “测试集”包含测试协议 每个的详细信息在下面列出。 “检测到”和“已标记” 5 x 1个像元，每个像元包含从一对摄像机视图收集的数据。 每对摄影机视图均由M x 10个像元组成，其中M是标识的数量。 对于每个标识，单元格1-5是来自一个摄像机的图像，而单元

cuhk02数据集 需要的可以下载

基于深度学习的位置检测架构 (DLLD) 智能电网中虚假数据注入攻击的定位检测：一种多标签分类方法，被 IEEE 物联网杂志接受。 引用此作品 S. Wang，S。Bi和YA Zhang，“”，在IEEE物联网杂志上，第1卷。 7，没有。 9，第 8218-8227 页，2020 年 9 月。 介绍 这是我们论文“智能电网中虚假数据注入攻击的位置检测：多标签分类方法”的代码和数据。 网络设计 卷积网络旨在处理以多个数组形式出现的数据。 许多数据模态采用多个阵列的形式：信号和序列的一维，包括测量向量； 2D 图像或音频频谱图； 和 3D 视频或立体图像。 卷积网络架构的原因是双重的。 首先，在数组数据中，局部值组通常高度相关，形成易于检测的独特局部图案。 其次，图像和其他信号的局部统计量对于位置是不变的。 换句话说，如果一个主题可以出现在数组的一部分中，它就可以出现在任何地方。 因此，不同

行人reid数据集按照market1501格式整理的数据集，已经将.mat格式转成了图像

包括香港中文大学人脸数据库中的188幅光学人脸照片和与之对应的素描人脸图像。

CUHKSZ-CSC1001