CrowdHuman
קוד פתוחsshao0516cc-by-nc-4.02025-03-19
תמונות צפופות עם עשרים ושלושה אנשים בממוצע לתמונה, שמיועדות לפתור בעיות הסתרה בזיהוי אובייקטים. זה שימושי רק למי שבונה גלאים שקורסים בתרחישי קהל אמיתיים.
- 1,968הורדות בחודש
- 16לייקים
מה זה
המאגר כולל 15,000 תמונות אימון, 4,370 תמונות ולידציה ו־5,000 תמונות בדיקה. בסך הכל מתויגים כ־470,000 מופעים של בני אדם בחלקי האימון והוולידציה, כולם בסביבות צפופות עם סוגים שונים של הסתרות הדדיות.
כל אדם מתועד בשלוש תיבות תוחמות נפרדות: תיבה לגוף המלא, תיבה לחלק הגלוי של הגוף, ותיבה נוספת לראש. בנוסף קיימים תיוגים למקרים חריגים תחת התגית מסכה, שמסמנת השתקפויות, קהל מטושטש או אובייקטים שנראים כמו בני אדם ונדרש להתעלם מהם באימון.
הכרטיס לא מפרט מה מקור התמונות המדויק ברשת או מאיפה הן נאספו וסוננו. הוא כן מציין שהנתונים עמדו בבסיס אתגר זיהוי אובייקטים בשנת 2019 ומקושרים למחקר מ־2018 של חוקרים מחברת מגווי.
מתאים ל
- אימון גלאי אדם בהסתרה
לימוד מודלים לזהות גוף מלא וגוף גלוי בתנאי דוחק קשים.
- בדיקת ביצועים בתרחישי קהל
הערכת עמידות של מודלים קיימים מול צפיפות גבוהה.
- זיהוי וספירת ראשים
אימון ייעודי על תיבות הראש לפתרון משימות איתור בתוך קהל.
איפה זה נופל
הנתונים פורסמו במקור במאמר מ־2018, כך שמדובר במידע בן מספר שנים שמיועד כולו למשימת זיהוי אובייקטים באנגלית. הכרטיס לא מציין הטיה דמוגרפית, גיאוגרפית או מגדרית, ולא מפרט מה חסר מבחינת תנאי תאורה וגיוון רקעים. אם המוצר שלכם צריך לרוץ על מצלמות אבטחה בזוויות חדות או בתנאי לילה, חובה לבדוק התאמה באופן עצמאי כי הכרטיס פשוט שותק לגבי הפיזור הזה.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מערכת מסחרית?
לא. הרישיון מוגדר כלא מסחרי, ותנאי השימוש של החברה אוסרים במפורש שימוש שאינו מחקרי או חינוכי. אם אתם מתכננים מוצר רווחי, תצטרכו לאמן על מקורות אחרים.
באיזה פורמט מגיעים התיוגים?
התיוגים מגיעים בקובצי odgt שבהם כל שורה היא רשומת JSON נפרדת. כל רשומה כוללת את שם קובץ התמונה וקואורדינטות של שלוש תיבות: ראש, אזור נראה וגוף מלא.
איך נאספו התמונות והאם הן מתאימות לישראל?
הכרטיס לא מפרט מאיפה התמונות נאספו או אילו אזורים גיאוגרפיים הן מייצגות. הנתונים מתאימים למחקר ראייה ממוחשבת כללי, אך תצטרכו לבחון בעצמכם אם סוג הקהל והסביבה משקפים את צרכי הפרויקט שלכם.
מה ההבדל בין המאגר הזה למאגרי זיהוי אובייקטים רגילים?
הדגש כאן הוא צפיפות קיצונית עם עשרים ושלושה אנשים בממוצע לתמונה. בשונה ממאגרים כלליים, יש כאן תיוג כפול ומשולש לכל אדם שמפריד בין כלל הגוף לחלקים המוסתרים ולראש.
איך טוענים
המאגר שמור כקבצי ארכיון דחוסים, שלושה חלקים לאימון לצד קבצי ולידציה ובדיקה, יחד עם קובצי תיוג בפורמט מיוחד בשם odgt. הפורמט הזה בנוי כך שכל שורה בקובץ היא אובייקט JSON שמכיל את מזהה התמונה ואת רשימת התיבות התוחמות.
אין כאן צורך באישור גישה מראש, ההורדה ישירה דרך המאגר. כדי לעבוד איתו בצורה נכונה תצטרכו לכתוב קוד פריסה שיחלץ את התמונות ויפענח את קובצי התיוג שורה אחר שורה, תוך התחשבות בשדות הרשות שמוגדרים לכל תיבה כמו רמת ההסתרה או דגלי התעלמות.
from datasets import load_dataset
ds = load_dataset("sshao0516/CrowdHuman")הרישיון
הרישיון הרשום במאגר הוא cc-by-nc-4.0, ותנאי השימוש של חברת מגווי מחמירים עוד יותר. מותר להשתמש במידע למטרות מחקר אקדמי והוראה בלבד, ואסור לחלוטין כל שימוש מסחרי. חל איסור להפיץ מחדש את התמונות, והחברה מסירה כל אחריות על זכויות יוצרים של התמונות המקוריות, מה שאומר שאסור להכניס מודל שאומן עליו למוצר מסחרי.
- שינוי הקוד
- חובת ייחוס
- שימוש מסחרי: לא