2015年，论文 Person Re-Identification Meets Image Search 提出了 Market 1501 数据集，现在 Market 1501 数据集已经成为行人重识别领域最常用的数据集之一。

百度云下载链接
Market-1501-v15.09.15.zip

---

Market 1501 的行人图片采集自清华大学校园的 6 个摄像头，一共标注了 1501 个行人。其中，751 个行人标注用于训练集，750 个行人标注用于测试集，训练集和测试集中没有重复的行人 ID，也就是说出现在训练集中的 751 个行人均未出现在测试集中。

• 训练集：751 个行人，12936 张图片
• 测试集：750 个行人，19732 张图片
• query 集：750 个行人，3368 张图片

query 集的行人图片都是手动标注的图片，从 6 个摄像头中为测试集中的每个行人选取一张图片，构成 query 集。测试集中的每个行人至多有 6 张图片，query 集共有 3368 张图片。

网络模型训练时，会用到训练集；测试模型好坏时，会用到测试集和 query 集。此时测试集也被称作 gallery 集。因此实际用到的子集为，训练集、gallery 集 和 query 集。

---

一、 数据集结构

下载好的 Market 1501 包括以下几个文件夹：

• bounding_box_test 是测试集，包括 19732 张图片。
• bounding_box_train 是训练集，包括 12936 张图片。
• gt_bbox 是手工标注的训练集和测试集图片，包括 25259 张图片，用来区分 “good” “junk” 和 “distractors” 图片。
• query 是待查找的图片集，在 bounding_box_test 中实现查找。这些图片是手动绘制生成的。而 gallery 是通过 DPM 检测器生成的。
• gt_query 是一些 Matlab 格式的文件，里面记录了 “good” 和 “junk” 图片的索引，主要被用来评估模型。
  跨境搜索

二、 数据集命名

以图片 0012_c4s1_000826_01.jpg 对数据集命名进行说明。

1. 0012 是行人 ID，Market 1501 有 1501 个行人，故行人 ID 范围为 0001-1501
2. c4 是摄像头编号(camera 4)，表明图片采集自第4个摄像头，一共有 6 个摄像头
3. s1 是视频的第一个片段(sequece1)，一个视频包含若干个片段
4. 000826 是视频的第 826 帧图片，表明行人出现在该帧图片中
5. 01 代表第 826 帧图片上的第一个检测框，DPM 检测器可能在一帧图片上生成多个检测框