行人属性识别数据集总结

行人属性识别，是一个多标签分类任务。Paper With Code主页链接如下：
Pedestrian Attribute Recognition

从上图我们介意得知，常用的数据集有PA-100K、PETA、RAP、UAV Human等。

1、PA-100K数据集

PA-100K数据集是迄今为止用于行人属性识别的最大数据集，其中包含从室外监控摄像头收集的总共100000张行人图像，每张图像都有26个常用属性。根据官方设置，整个数据集随机分为80000个训练图像、10000个验证图像和10000个测试图像。

下载链接：

链接：https://pan.baidu.com/s/1Gjvg920nBrXFCiAQUrmbnA
提取码：8dq6

行人属性

总共26个属性，如下图：

提取mat里面的信息

import pandas as pd
import scipy
from scipy import io
 
data = scipy.io.loadmat('annotation.mat')
 
def mat2txt(data, key):
    subdata = data[key]
    dfdata = pd.DataFrame(subdata)
    dfdata.to_csv("%s.txt" % key, index=False)
 
if __name__ == "__main__":
    data = scipy.io.loadmat("annotation.mat")
    key_list = ["attributes", "test_images_name", "test_label",
                "train_images_name", "train_label",
                "val_images_name", "val_label"]
    for key in key_list:
        mat2txt(data, key)