目标跟踪领域的数据集(Lasot,Got10k,TrackingNet, ImageNet-VID(ILSVRC 2015-VID))有多大

1. Lasot

在这里插入图片描述
Lasot address link
一共70个压缩包,也就是70类,每一类包含20个序列。共227GB。

压缩包中是啥呢?
以airplane为例,它是这样的:
在这里插入图片描述
再往里是这样的:
在这里插入图片描述
在这里插入图片描述
再往里img中是这样的:
在这里插入图片描述
groundtruth.txt是这样的:
在这里插入图片描述

2. Got10k

Got10k link address

可以看到Full data一个是66GB.
在这里插入图片描述
文件结构是这样的:

在这里插入图片描述

3. TrackingNet

TrackingNet google云盘

在这里插入图片描述
共有13个压缩包,Train每个基本上都80GB以上,一个Test也有33G,一共是1061GB。
这个我没下载,太大了。

4. ImageNet-VID(ILSVRC 2015-VID)

数据主页
数据下载地址

我下载下来是92.1GB(ubunt系统下显示大小)。
官网上是86GB:
在这里插入图片描述
文件夹构成是这样的:
在这里插入图片描述
文件夹结构图:

ILSVRC2015
├── Annotations
│   └── VID
│       ├── train
│       │   ├── ILSVRC2015_VID_train_0000
│       │   ├── ILSVRC2015_VID_train_0001
│       │   ├── ILSVRC2015_VID_train_0002
│       │   └── ILSVRC2015_VID_train_0003
│       └── val
│           ├── ILSVRC2015_val_00000000
│           ├── ILSVRC2015_val_00000001
│           ├── ILSVRC2015_val_00000002
│           ├── ILSVRC2015_val_00000003
│           ├── ILSVRC2015_val_00000004
│  		 ├── ...
│           ├── ILSVRC2015_val_00177000
│           └── ILSVRC2015_val_00177001
├── cache.json
├── Data
│   └── VID
│       ├── snippets
│       │   ├── test
│       │   ├── train
│       │   └── val
│       ├── test
│       │   ├── ILSVRC2015_test_00000000
│       │   ├── ILSVRC2015_test_00001000
│       │   ├── ...
│       │   ├── ILSVRC2015_test_00291000
│       │   └── ILSVRC2015_test_00291001
│       ├── train
│       │   ├── ILSVRC2015_VID_train_0000
│       │   ├── ILSVRC2015_VID_train_0001
│       │   ├── ILSVRC2015_VID_train_0002
│       │   └── ILSVRC2015_VID_train_0003
│       └── val
│           ├── ILSVRC2015_val_00000000
│           ├── ILSVRC2015_val_00000001
│           ├── ...
│           ├── ILSVRC2015_val_00177000
│           └── ILSVRC2015_val_00177001
├── ImageSets
│   └── VID
│       ├── test.txt
│       ├── train_10.txt
│       ├── train_11.txt
│       ├── train_12.txt
│       ├── train_13.txt
│       ├── train_14.txt
│       ├── train_15.txt
│       ├── train_16.txt
│       ├── train_17.txt
│       ├── train_18.txt
│       ├── train_19.txt
│       ├── train_1.txt
│       ├── train_20.txt
│       ├── train_21.txt
│       ├── train_22.txt
│       ├── train_23.txt
│       ├── train_24.txt
│       ├── train_25.txt
│       ├── train_26.txt
│       ├── train_27.txt
│       ├── train_28.txt
│       ├── train_29.txt
│       ├── train_2.txt
│       ├── train_30.txt
│       ├── train_3.txt
│       ├── train_4.txt
│       ├── train_5.txt
│       ├── train_6.txt
│       ├── train_7.txt
│       ├── train_8.txt
│       ├── train_9.txt
│       └── val.txt
└── Record
    ├── VID_2015_train.tfrecord
    └── VID_2015_val.tfrecord

具体数据集介绍可以参考这个博客.

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐