行人检测数据集 | 目标检测 | 智能交通

【行人检测数据集 | 目标检测 | 智能交通】
本数据集为面向行人识别定位的目标检测数据集，共包含1个标注类别，总计2076张标注图像，聚焦行人单类目标的检测与定位，适用于智能监控、自动驾驶、智慧城市等场景中的行人检测与轨迹分析，可支撑行人数目统计、安全预警等应用，便于训练高精度行人检测模型。

数据集概览

• 数据集名称：行人检测数据集
• 任务类型：目标检测
• 图像总数：2076 张
• 标注类别：1 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含 1 个检测类别：

• 人物（person）（人物）

技术规格

• 标注格式：YOLO TXT 格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 智能监控：实时检测监控画面中的行人，支撑人员出入统计与安防预警。
2. 自动驾驶：感知道路上的行人目标，为避障与安全行驶提供关键信息。
3. 智慧城市：结合人流检测与轨迹分析，支撑公共场所的人流管理与安全监管。

数据集特点

• 高质量标注：从 Roboflow Universe 精选的高质量图像数据，经过严格筛选与标注，标签边界精确，可直接用于模型训练。
• 真实场景数据：图像源自真实业务场景，涵盖多种光照、角度与环境变化，具备良好的泛化能力，贴近实际部署需求。

获取方式