PETA signifie The PEdes Trian Attribute dataset, qui est un ensemble de données d'images utilisé pour identifier les attributs des piétons à longue distance. Par exemple, identifier le sexe et le style vestimentaire à distance. L'ensemble de données contient 8 705 piétons, 65 attributs (61 attributs binaires et 4 attributs multi-classes) et 19 000 images.

Cet ensemble de données est principalement appliqué dans les scénarios de vidéosurveillance, car il y a peu de photos en gros plan des visages et des corps dans ces scènes. En même temps, il s’agit de l’ensemble de données le plus vaste et le plus diversifié de ce type à ce jour, et cet ensemble de données à grande échelle est propice à la formation de détecteurs robustes avec de bonnes performances de généralisation.