基于yolo11的CrowdHuman密集行人目标检测实战文档(yolo格式数据免费获取)

目录

基于yolo11的CrowdHuman密集行人目标检测

1.数据阶段

1.1 数据集准备

1.2 数据集下载

1.3 压缩包解压

1.4 数据集结构组织

1.5 环境安装

2.开始训练

2.1 训练参数设置

2.2 结果图像展示

3.开始推理

结束语

基于yolo11的CrowdHuman密集行人目标检测

1.数据阶段

1.1 数据集准备

在拥挤/遮挡场景下，使用crowdhuman数据集重训练后的yolo11，效果表现较好。crowdhuman数据集标签如下，有Head BBox、Visible BBox、Full BBox。如下图显示:

数据集介绍：CrowdHuman数据集是旷世发布的用于行人检测的数据集，图片数据大多来自于google搜索。CrowdHuman数据集数据量比较大，训练集15000张，测试集5000张，验证集4370张。训练集和验证集中共有470K个实例，约每张图片包含23个人，同时存在各种各样的遮挡。每个人类实例都用头部边界框、人类可见区域边界框和人体全身边界框注释。其中测试数据集没有公开标注。

1.2 数据集下载

为4个zip压缩包文件(不需要没有标注的测试集)、2个odgt文件，所有文件放置在ori_datasets目录下【CrowdHuman dataset下载链接(官网)：https://www.crowdhuman.org/download.html链接获取】，网页分布如下：

上述链接失效时，可参考：https://aistudio.baidu.com/datasetdetail/89331，网页分布如下：

1.3 压缩包解压

将CrowdHuman_train01.zip、CrowdHuman_train02.zip、CrowdHuman_train03.zip、CrowdHuman_val.zip等压缩包都解压生成Images目录

解压命令为：unzip CrowdHuman_train01.zip，后续压缩包依次执行，最终ori_datasets目录分布如下：

查看文件内容，命令为：ls Images/*.jpg | wc -l，输出为：19370

1.4 数据集结构组织

【需要进入工程项目yolov11_det里面】运行指令【