Penn-Fudan 歩行者検出およびセグメンテーション データセットは、ペンシルベニア大学と復丹大学の研究者によって共同作成され、主に歩行者検出タスクに使用されます。このデータセットには、ビデオ シーケンスからキャプチャされた 170 個の高解像度 RGB 画像が含まれており、各画像には 0 ～ 6 個の歩行者オブジェクトが含まれています。各歩行者の位置は長方形のボックス (マスク) によって正確にマークされ、境界ボックスの座標情報が提供されるため、ターゲット検出のトレーニングとテストが容易になります。

データセットのファイル構造は次のとおりです。

• Annotation/：各画像の注釈ファイルが含まれます。
• PedMasks/: 各画像に対応する歩行者セグメンテーション マスクが含まれます。
• PNGImages/: データセットのすべての画像が含まれます。

画像は、キャンパス、街路、横断歩道などのさまざまな環境から収集され、さまざまな照明条件、歩行者の姿勢、オクルージョン状況をカバーします。合計 345 件の歩行者の例に注釈が付けられ、各写真には少なくとも 1 人の歩行者が写っており、一部の写真には複数の歩行者が写っていました。すべての画像には、正確な境界ボックスや歩行者ごとのピクセル レベルのセグメンテーション マスクなど、PASCAL VOC 形式で注釈が付けられます。