Yeongkwon/crowdtrack-yolo

CrowdTrack Person Detection (YOLO)

Fleyderer/CrowdTrack-MOT(원저: Fu et al., 2025, Fudan University의 CrowdTrack)에서 5프레임마다 1장을 골라 사람 검출용 YOLO TXT 라벨을 붙인 데이터셋입니다. 이미지 파일은 원본과 바이트까지 같습니다.

시연용 시퀀스 track0027(교량 공사장 고정 CCTV)과 같은 카메라의 track0026은 시연 성능을 정직하게 보이려고 넣지 않았습니다.

구성

Split	시퀀스	이미지	바운딩 박스
train	30	6,251	126,055
val	1	240	3,133
합계	31	6,491	129,188

• 크기: 약 6.1GB
• 해상도: 1920×1080 (track0024, track0025만 2560×1440)
• 형식: track0001–track0004는 PNG, 나머지는 JPG
• 모든 이미지에 사람이 한 명 이상 있습니다.

클래스

YOLO class	이름	설명
0	person	사람 (원본 MOT 정답의 전신 박스)

디렉터리 구조

├── README.md
├── LICENSE
├── data.yaml                  # train: images/train, val: images/val, names: {0: person}
├── images/
│   ├── train/                 # {시퀀스}_{프레임:06d}.jpg|png
│   └── val/
└── labels/
    ├── train/                 # {시퀀스}_{프레임:06d}.txt
    └── val/

라벨은 줄마다 0 cx cy w h(이미지 크기로 정규화한 중심·크기, 소수 6자리)입니다. data.yaml에는 path가 없어서 받은 폴더 기준으로 경로를 찾습니다.

분할 방법

같은 카메라의 다른 시간대 영상은 배경이 같으므로 카메라 단위로 나눴습니다.

용도	시퀀스	장면
train	나머지 30개	이동·보행 시점 26개, 고정 CCTV 4개(track0024, track0025 철로 작업, track0029, track0030 생활구역 출입 통로)
val	track0028	기초 굴착장 고정 CCTV
제외(시연용)	track0027 (시연), track0026 (같은 카메라)	교량 공사장 고정 CCTV

프레임 번호 끝자리가 1·6인 프레임(1, 6, 11, …)만 골랐습니다. 이웃한 프레임은 거의 같기 때문입니다.

사용 예

from huggingface_hub import snapshot_download
from ultralytics import YOLO

root = snapshot_download("Yeongkwon/crowdtrack-yolo", repo_type="dataset")
YOLO("yolo26n.pt").train(data=f"{root}/data.yaml", epochs=30, imgsz=640)

출처

구분	출처
원저작자	Teng Fu, Yuwen Chen, Zhuofan Chen, Mengyang Zhao, Bin Li, Xiangyang Xue — Fudan University
논문	CrowdTrack: A Benchmark for Difficult Multiple Pedestrian Tracking in Real Scenarios (arXiv:2507.02479, 2025)
원 배포처	GitHub: loseevaya/CrowdTrack, HF: Loseevaya/CrowdTrack
직접 출처	HF: Fleyderer/CrowdTrack-MOT (MOT 형식 변환, 프레임 밖 박스 잘라냄)

원본 대비 변경 사항

• 5프레임마다 1장만 수록
• 시연용 시퀀스 track0027과 같은 카메라의 track0026 제외
• MOT gt.txt에서 YOLO TXT 라벨 생성(클래스 person 하나, 추적 ID는 쓰지 않음). 너비·높이 0인 박스는 제외
• 이미지 픽셀, 해상도, 파일 형식은 변경하지 않음

라이선스

Apache License 2.0. 원 배포처(GitHub, HF)의 라이선스를 따릅니다. 원본 이미지와 어노테이션의 저작권은 원저작자에게 있습니다.

인용

이 데이터셋을 사용하면 원 논문을 인용해 주세요.

@article{fu2025crowdtrack,
  title   = {CrowdTrack: A Benchmark for Difficult Multiple Pedestrian Tracking in Real Scenarios},
  author  = {Fu, Teng and Chen, Yuwen and Chen, Zhuofan and Zhao, Mengyang and Li, Bin and Xue, Xiangyang},
  journal = {arXiv preprint arXiv:2507.02479},
  year    = {2025}
}