M3FD 完整数据集下载目录同时包含三种主流标注格式COCO JSON、VOC XML、YOLO TXTM3FD 数据集数据集介绍、下载| 目标检测 |多模态|水平框原始图像✅VOC标签✅|COCO 标签✅|YOLO 标签✅文章目录一、基础参数1.1 数据规模1.2 图像与配准1.3 场景划分二、标签转换2.1 原始标注信息2.2 转换结果三、训练样例一、基础参数全称Multi-scenario Multi-Modality Fusion Dataset论文Target-aware Dual Adversarial Learning and a Multi-scenario Multi-Modality Benchmark to Fuse Infrared and Visible for Object DetectionCVPR 2022大连理工大学 Liu Risheng 团队配套开源项目 TarDAL链接https://github.com/JinyuanLiu-CV/TarDAL1.1 数据规模4200对可见光-长波红外同步图像总计8400张无官方固定train/test划分论文中一般自行随机划分本文为展示COCO标签个人按照8:2的比例前8后2划分了训练集验证集。1.2 图像与配准可见光RGB1024×768红外8–14μm原始640×512经单应变换对齐到1024×768✅亚像素级精准配准硬件同步采集离线几何校准1.3 场景划分Daytime白天Overcast阴天Night夜间Challenge极端挑战集雨雾、逆光、强光、运动模糊、遮挡最大特点覆盖全天光照条件不只局限纯黑夜。二、标签转换2.1 原始标注信息边界框VOC XML格式一共6类目标安防车载道路目标1.People行人2.Car轿车3.Bus大巴4.Motorcycle摩托车5.Lamp车灯6.Truck卡车总标注实例33600目标框和 LLVIP 核心区别LLVIP只有行人一类M3FD是多类别道路目标。2.2 转换结果转换后的完整数据集目录包含COCO JSON、VOC XML、YOLO TXT三种主流标签 M3FD ├─ M3FD_Detection.zip │ ├─ COCO │ │ ├─ instances_train.json │ │ └─ instances_val.json │ ├─ ir │ │ ├─ *.png │ │ └─ ... │ ├─ vi │ │ ├─ ️ *.png │ │ └─ ... │ ├─ VOC │ │ ├─ *.xml │ │ └─ ... │ └─ YOLO │ ├─ *.txt │ └─ ... ├─ M3FD_Fusion.zip ├─ roadscene.zip └─ tno.zip各个文件夹含义 M3FD ├─ M3FD_Detection.zip │ M3FD 面向跨模态目标检测成对红外可见光图像 多格式标注 │ ├─ COCOCOCO json格式检测标注 │ ├─ irinfrared红外模态图像 │ ├─ vivisible可见光模态图像文件名与红外图一一匹配 │ ├─ VOCPascal VOC *.xml水平框标注 │ └─ YOLOYOLO归一化txt水平框标签 │ ├─ M3FD_Fusion.zip │ M3FD原始图像包仅成对红外/可见光图像**无检测标注**专门用于图像融合任务 │ ├─ roadscene.zip │ RoadScene 道路场景红外可见光融合数据集仅图像用于图像融合实验 │ └─ tno.zip │ TNO 经典红外可见光图像融合公开数据集无目标检测标注三、训练样例此处以YOLO标签为例进行训练