CityPeoples は Cityscapes データセットのサブセットであり、人物の注釈のみが含まれています。データセットには、トレーニング用の 2,975 枚の画像、検証用の 500 枚の画像、テスト用の 1,575 枚の画像が含まれています。各画像には平均 7 人の歩行者が含まれており、可視領域と全身の注釈が提供されます。