├── .gitignore
├── README.md
├── cfg.py
├── datasets
    ├── UAV dataset.ipynb
    ├── UAV123_selected.tar.gz
    ├── UAV123_selected
    │   ├── car1.txt
    │   ├── car12.txt
    │   ├── car14.txt
    │   ├── car16.txt
    │   ├── car17.txt
    │   ├── car18.txt
    │   ├── car2.txt
    │   ├── car3.txt
    │   ├── car4.txt
    │   ├── car5.txt
    │   ├── car8.txt
    │   ├── car9.txt
    │   ├── person1.txt
    │   ├── person10.txt
    │   ├── person12.txt
    │   ├── person13.txt
    │   ├── person14.txt
    │   ├── person15.txt
    │   ├── person16.txt
    │   ├── person17.txt
    │   ├── person18.txt
    │   ├── person19.txt
    │   ├── person2.txt
    │   ├── person20.txt
    │   ├── person22.txt
    │   ├── person23.txt
    │   ├── person3.txt
    │   ├── person4.txt
    │   ├── person5.txt
    │   ├── person6.txt
    │   ├── person7.txt
    │   └── person8.txt
    ├── VOC dataset.ipynb
    ├── combine_hd5.py
    ├── lisa_traffic_light.py
    ├── okutama_to_hd5.py
    ├── uav123_to_hd5.py
    └── voc_to_hdf5.py
├── font
    ├── FiraMono-Medium.otf
    └── SIL Open Font License.txt
├── images
    ├── dayClip1--01080.png
    ├── dayClip1--01081.png
    ├── dayClip1--01082.png
    ├── dayClip1--01083.png
    ├── dayClip1--01084.png
    ├── dayClip1--01085.png
    ├── dayClip1--01086.png
    ├── dayClip1--01087.png
    ├── dayClip1--01088.png
    ├── dayClip1--01089.png
    ├── dayClip1--01090.png
    ├── dayClip1--01091.png
    ├── dayClip1--01092.png
    ├── dayClip1--01093.png
    ├── dayClip1--01094.png
    ├── dayClip1--01095.png
    ├── dayClip1--01096.png
    ├── dayClip1--01097.png
    ├── dayClip1--01098.png
    ├── dayClip1--01099.png
    ├── dayClip1--01100.png
    ├── dayClip1--01101.png
    ├── dayClip1--01102.png
    ├── dayClip1--01103.png
    ├── dayClip1--01104.png
    ├── dayClip1--01105.png
    ├── dayClip1--01106.png
    ├── dayClip1--01107.png
    ├── dayClip1--01108.png
    ├── dayClip1--01109.png
    ├── dayClip1--01110.png
    ├── dayClip1--01111.png
    ├── dayClip1--01112.png
    ├── dayClip1--01113.png
    ├── dayClip1--01114.png
    ├── dayClip1--01115.png
    ├── dayClip1--01116.png
    ├── dayClip1--01117.png
    ├── dayClip1--01118.png
    └── dayClip1--01119.png
├── mobiledet
    ├── __init__.py
    ├── models
    │   ├── __init__.py
    │   ├── keras_darknet19.py
    │   ├── keras_mobilenet.py
    │   └── keras_yolo.py
    └── utils
    │   ├── __init__.py
    │   ├── anchor_boxes.py
    │   ├── box.py
    │   ├── cfg.py
    │   ├── draw_boxes.py
    │   └── utils.py
├── model_data
    ├── drone_classes.txt
    ├── lisa_anchors.txt
    ├── lisa_classes.txt
    ├── pascal_anchors.txt
    ├── pascal_classes.txt
    └── uav123_anchors.txt
├── recall_precision.py
├── retrain_yolo.py
├── test_yolo.py
├── train_overfit.py
└── weights
    ├── fine_tune_parking_lot.1.h5
    └── mobilenet_s3_best.FalseFalse.h5


/.gitignore:
--------------------------------------------------------------------------------
1 | __pycache__/
2 | 
3 | 
4 | 


--------------------------------------------------------------------------------
/README.md:
--------------------------------------------------------------------------------
 1 | # MobileDet
 2 | MobileNet and YOLOv2 based real-time Person and Vehicle detector.
 3 | The final verion of model is called: YOLOv2-MobileNet_Shallow_3Scales
 4 | This model can run up to 10fps on NVIDIA TX2 platform
 5 | 
 6 | 
 7 | ## Dependencies
 8 |     Keras
 9 |     Tensorflow
10 |     scikit-learn
11 |     Numpy
12 |     h5py  
13 |     Pillow  
14 |     Python 3
15 |     opencv-python
16 | 
17 | ## UAV123 dataset 
18 | ### Test with UAV123 video sequences 
19 |  * 0. Download the UAV123 dataset zip file from [link](https://drive.google.com/file/d/0B6sQMCU1i4NbZmFlQmJBVDlLRDg/edit). It is about 4.4G. 
20 |   Unzip it into /data/UAV123/ folder. 
21 |   Download the pre-processed UAV123 dataset from [link](https://drive.google.com/open?id=1_y_T5dEq-jclesTNxQR-MK3cWR8YmQAR) and placed it under '~/data' folder. 
22 |  * 1. Download weights from this google drive [link to UAV123 weights](https://drive.google.com/open?id=1dUjdlRjuWyvyMQKuaF6X9RExKBIRedJt) and place the unzipped folder to 'MobileDet/weights_uav123'
23 |  * 2. Modify the cfg.py as below to configure the model as YOLOv2-MobileNet_Shallow_3Scales
24 | ```python
25 | FEATURE_EXTRACTOR = 'mobilenet'
26 | SHALLOW_DETECTOR = True
27 | USE_X0_FEATURE = True
28 | ```
29 |  * 3. Run  below sample script to use the model to detect objects from UAV123 images
30 | 
31 | ```python
32 | python test_yolo.py  -m weights_uav123/mobilenet_s3_best.TrueTrue.h5  -t ~/data/UAV123/UAV123_10fps/data_seq/UAV123_10fps/bike3 -o  ~/Videos/bike3 -iou 0.6 -s 0.6
33 | ```
34 | * 4. Run below sample script to use calculate the recall and precision of Test group  UAV123 dataset
35 | ```python
36 | python recall_precision.py  -m weights_uav123/mobilenet_s3_best.TrueTrue.h5 -d ~/data/uav123.hdf5 -a model_data/uav123_anchors.txt -iou 0.6 -s 0.6
37 | ```
38 | 
39 | ### Retrain with other dataset
40 | ## Pre-process dataset 
41 |  * 1. To retrain with other dataset, it is required to write a parse script to convert the dataset into HDF5 format. This project has python script for dataset: UAV123, VOC and Okutama Action datasets
42 |  * 2. After creating the HDF5 dataset, it is required to use the 'anchor_boxes.py' to run k-means method to generate a few prior anchor boxes for this dataset 
43 |  * 3. After above two steps, use  'retrain_yolo.py' to retrain the new dataset
44 | 
45 | 
46 | 
47 | ### YAD2K
48 | This project is based on: https://github.com/allanzelener/YAD2K
49 | 
50 | 
51 | 


--------------------------------------------------------------------------------
/cfg.py:
--------------------------------------------------------------------------------
 1 | '''
 2 | Main configuration file for YOLOv2 Project.
 3 | Modify every time one would like to train on a new dataset
 4 | '''
 5 | import numpy as np
 6 | 
 7 | # If a feature extractor performed 5 max-pooling --> Image resolution being reduced 2^5 = 32 times
 8 | # Most current state-of-the-art models have max-pooling layers (Jan, 2018)
 9 | # FEATURE_EXTRACTOR = 'darknet19'
10 | FEATURE_EXTRACTOR = 'mobilenet'
11 | # Number of classes, always 2 (Person and Vehicle)
12 | 
13 | N_CLASSES = 4
14 | # Number of anchor boxes
15 | N_ANCHORS         = 5
16 | # Training batch size, adjust this value based on hardware
17 | BATCH_SIZE        = 4
18 | # Model input size 
19 | IMAGE_H           = 608 # image height
20 | IMAGE_W           = 608 # image width 
21 | 
22 | # SHALLOW_DETECTOR is to control how many ConvNet blocks we have in the network 
23 | SHALLOW_DETECTOR = False 
24 | # USE_X0_FEATURE is to control how many scales of feature maps used for detection  
25 | USE_X0_FEATURE = False
26 | 
27 | # Default anchor boxes for COCO dataset
28 | # YOLO_ANCHORS = np.array(
29 | #     ((0.57273, 0.677385), (1.87446, 2.06253), (3.33843, 5.47434),
30 | #      (7.88282, 3.52778), (9.77052, 9.16828)))
31 | 
32 | # Each max-pooling layer will shrink the input by half
33 | #   The origional YOLOv2 contains 5 ConvNet blocks and each includes one max-pooling,
34 | #   therefore the feature map size will be 1/32
35 | #   IF the SHALLOW_DETECTOR is true, the customized YOLOv2 contains 4 ConvNet blocks, 
36 | #   therefore the feature map size will be 1/16  
37 | if SHALLOW_DETECTOR:
38 |     SHRINK_FACTOR     = 16
39 | else:
40 |     SHRINK_FACTOR     = 32
41 | 
42 | FEAT_H = IMAGE_H // SHRINK_FACTOR
43 | FEAT_W = IMAGE_W // SHRINK_FACTOR
44 | 
45 | 
46 | 
47 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected.tar.gz:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/datasets/UAV123_selected.tar.gz


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car1.txt:
--------------------------------------------------------------------------------
 1 | 000001.jpg
 2 | 000002.jpg
 3 | 000003.jpg
 4 | 000004.jpg
 5 | 000005.jpg
 6 | 000006.jpg
 7 | 000007.jpg
 8 | 000008.jpg
 9 | 000009.jpg
10 | 000010.jpg
11 | 000011.jpg
12 | 000012.jpg
13 | 000013.jpg
14 | 000014.jpg
15 | 000015.jpg
16 | 000016.jpg
17 | 000017.jpg
18 | 000018.jpg
19 | 000019.jpg
20 | 000020.jpg
21 | 000021.jpg
22 | 000022.jpg
23 | 000023.jpg
24 | 000024.jpg
25 | 000025.jpg
26 | 000026.jpg
27 | 000027.jpg
28 | 000028.jpg
29 | 000029.jpg
30 | 000030.jpg
31 | 000031.jpg
32 | 000032.jpg
33 | 000033.jpg
34 | 000034.jpg
35 | 000035.jpg
36 | 000036.jpg
37 | 000037.jpg
38 | 000038.jpg
39 | 000039.jpg
40 | 000040.jpg
41 | 000041.jpg
42 | 000042.jpg
43 | 000043.jpg
44 | 000044.jpg
45 | 000045.jpg
46 | 000046.jpg
47 | 000047.jpg
48 | 000048.jpg
49 | 000049.jpg
50 | 000050.jpg
51 | 000051.jpg
52 | 000052.jpg
53 | 000053.jpg
54 | 000054.jpg
55 | 000055.jpg
56 | 000056.jpg
57 | 000057.jpg
58 | 000058.jpg
59 | 000059.jpg
60 | 000060.jpg
61 | 000061.jpg
62 | 000062.jpg
63 | 000063.jpg
64 | 000064.jpg
65 | 000065.jpg
66 | 000066.jpg
67 | 000067.jpg
68 | 000068.jpg
69 | 000069.jpg
70 | 000070.jpg
71 | 000071.jpg
72 | 000072.jpg
73 | 000073.jpg
74 | 000074.jpg
75 | 000075.jpg
76 | 000076.jpg
77 | 000077.jpg
78 | 000078.jpg
79 | 000079.jpg
80 | 000080.jpg
81 | 000081.jpg
82 | 000082.jpg
83 | 000083.jpg
84 | 000084.jpg
85 | 000085.jpg
86 | 000086.jpg
87 | 000087.jpg
88 | 000088.jpg
89 | 000089.jpg
90 | 000090.jpg
91 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car12.txt:
--------------------------------------------------------------------------------
 1 | 000040.jpg
 2 | 000041.jpg
 3 | 000042.jpg
 4 | 000043.jpg
 5 | 000047.jpg
 6 | 000048.jpg
 7 | 000049.jpg
 8 | 000050.jpg
 9 | 000051.jpg
10 | 000052.jpg
11 | 000053.jpg
12 | 000054.jpg
13 | 000055.jpg
14 | 000056.jpg
15 | 000057.jpg
16 | 000058.jpg
17 | 000059.jpg
18 | 000061.jpg
19 | 000062.jpg
20 | 000065.jpg
21 | 000066.jpg
22 | 000067.jpg
23 | 000068.jpg
24 | 000071.jpg
25 | 000072.jpg
26 | 000073.jpg
27 | 000074.jpg
28 | 000076.jpg
29 | 000077.jpg
30 | 000078.jpg
31 | 000079.jpg
32 | 000080.jpg
33 | 000081.jpg
34 | 000082.jpg
35 | 000083.jpg
36 | 000084.jpg
37 | 000085.jpg
38 | 000086.jpg
39 | 000087.jpg
40 | 000088.jpg
41 | 000090.jpg
42 | 000091.jpg
43 | 000092.jpg
44 | 000093.jpg
45 | 000094.jpg
46 | 000095.jpg
47 | 000096.jpg
48 | 000097.jpg
49 | 000098.jpg
50 | 000099.jpg
51 | 000100.jpg
52 | 000101.jpg
53 | 000102.jpg
54 | 000103.jpg
55 | 000104.jpg
56 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car14.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 000216.jpg
217 | 000217.jpg
218 | 000218.jpg
219 | 000219.jpg
220 | 000220.jpg
221 | 000221.jpg
222 | 000222.jpg
223 | 000223.jpg
224 | 000224.jpg
225 | 000225.jpg
226 | 000226.jpg
227 | 000227.jpg
228 | 000228.jpg
229 | 000229.jpg
230 | 000230.jpg
231 | 000231.jpg
232 | 000232.jpg
233 | 000233.jpg
234 | 000234.jpg
235 | 000235.jpg
236 | 000236.jpg
237 | 000237.jpg
238 | 000238.jpg
239 | 000239.jpg
240 | 000240.jpg
241 | 000241.jpg
242 | 000242.jpg
243 | 000243.jpg
244 | 000244.jpg
245 | 000245.jpg
246 | 000246.jpg
247 | 000247.jpg
248 | 000248.jpg
249 | 000249.jpg
250 | 000250.jpg
251 | 000251.jpg
252 | 000252.jpg
253 | 000253.jpg
254 | 000254.jpg
255 | 000255.jpg
256 | 000256.jpg
257 | 000257.jpg
258 | 000258.jpg
259 | 000259.jpg
260 | 000260.jpg
261 | 000261.jpg
262 | 000262.jpg
263 | 000263.jpg
264 | 000264.jpg
265 | 000265.jpg
266 | 000266.jpg
267 | 000267.jpg
268 | 000268.jpg
269 | 000269.jpg
270 | 000270.jpg
271 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car16.txt:
--------------------------------------------------------------------------------
  1 | 000049.jpg
  2 | 000050.jpg
  3 | 000051.jpg
  4 | 000052.jpg
  5 | 000053.jpg
  6 | 000054.jpg
  7 | 000055.jpg
  8 | 000056.jpg
  9 | 000057.jpg
 10 | 000058.jpg
 11 | 000059.jpg
 12 | 000060.jpg
 13 | 000061.jpg
 14 | 000062.jpg
 15 | 000063.jpg
 16 | 000064.jpg
 17 | 000065.jpg
 18 | 000066.jpg
 19 | 000067.jpg
 20 | 000068.jpg
 21 | 000069.jpg
 22 | 000070.jpg
 23 | 000071.jpg
 24 | 000072.jpg
 25 | 000073.jpg
 26 | 000074.jpg
 27 | 000075.jpg
 28 | 000076.jpg
 29 | 000077.jpg
 30 | 000078.jpg
 31 | 000079.jpg
 32 | 000080.jpg
 33 | 000081.jpg
 34 | 000082.jpg
 35 | 000083.jpg
 36 | 000084.jpg
 37 | 000085.jpg
 38 | 000086.jpg
 39 | 000087.jpg
 40 | 000088.jpg
 41 | 000089.jpg
 42 | 000090.jpg
 43 | 000091.jpg
 44 | 000092.jpg
 45 | 000093.jpg
 46 | 000094.jpg
 47 | 000095.jpg
 48 | 000096.jpg
 49 | 000097.jpg
 50 | 000098.jpg
 51 | 000099.jpg
 52 | 000100.jpg
 53 | 000101.jpg
 54 | 000102.jpg
 55 | 000103.jpg
 56 | 000104.jpg
 57 | 000105.jpg
 58 | 000106.jpg
 59 | 000107.jpg
 60 | 000108.jpg
 61 | 000109.jpg
 62 | 000110.jpg
 63 | 000129.jpg
 64 | 000130.jpg
 65 | 000131.jpg
 66 | 000132.jpg
 67 | 000133.jpg
 68 | 000134.jpg
 69 | 000135.jpg
 70 | 000136.jpg
 71 | 000137.jpg
 72 | 000138.jpg
 73 | 000139.jpg
 74 | 000140.jpg
 75 | 000141.jpg
 76 | 000142.jpg
 77 | 000143.jpg
 78 | 000144.jpg
 79 | 000145.jpg
 80 | 000146.jpg
 81 | 000147.jpg
 82 | 000148.jpg
 83 | 000149.jpg
 84 | 000150.jpg
 85 | 000151.jpg
 86 | 000152.jpg
 87 | 000153.jpg
 88 | 000154.jpg
 89 | 000155.jpg
 90 | 000156.jpg
 91 | 000157.jpg
 92 | 000158.jpg
 93 | 000159.jpg
 94 | 000160.jpg
 95 | 000161.jpg
 96 | 000162.jpg
 97 | 000163.jpg
 98 | 000164.jpg
 99 | 000165.jpg
100 | 000166.jpg
101 | 000167.jpg
102 | 000168.jpg
103 | 000169.jpg
104 | 000170.jpg
105 | 000171.jpg
106 | 000172.jpg
107 | 000173.jpg
108 | 000174.jpg
109 | 000175.jpg
110 | 000176.jpg
111 | 000177.jpg
112 | 000178.jpg
113 | 000179.jpg
114 | 000180.jpg
115 | 000181.jpg
116 | 000182.jpg
117 | 000183.jpg
118 | 000184.jpg
119 | 000185.jpg
120 | 000186.jpg
121 | 000187.jpg
122 | 000188.jpg
123 | 000189.jpg
124 | 000190.jpg
125 | 000191.jpg
126 | 000192.jpg
127 | 000193.jpg
128 | 000194.jpg
129 | 000195.jpg
130 | 000196.jpg
131 | 000197.jpg
132 | 000198.jpg
133 | 000199.jpg
134 | 000200.jpg
135 | 000201.jpg
136 | 000202.jpg
137 | 000203.jpg
138 | 000204.jpg
139 | 000205.jpg
140 | 000206.jpg
141 | 000207.jpg
142 | 000208.jpg
143 | 000209.jpg
144 | 000210.jpg
145 | 000211.jpg
146 | 000212.jpg
147 | 000213.jpg
148 | 000214.jpg
149 | 000215.jpg
150 | 000216.jpg
151 | 000217.jpg
152 | 000218.jpg
153 | 000219.jpg
154 | 000220.jpg
155 | 000221.jpg
156 | 000222.jpg
157 | 000223.jpg
158 | 000224.jpg
159 | 000225.jpg
160 | 000226.jpg
161 | 000227.jpg
162 | 000228.jpg
163 | 000229.jpg
164 | 000230.jpg
165 | 000231.jpg
166 | 000232.jpg
167 | 000233.jpg
168 | 000234.jpg
169 | 000235.jpg
170 | 000236.jpg
171 | 000237.jpg
172 | 000238.jpg
173 | 000239.jpg
174 | 000240.jpg
175 | 000241.jpg
176 | 000242.jpg
177 | 000243.jpg
178 | 000244.jpg
179 | 000245.jpg
180 | 000246.jpg
181 | 000247.jpg
182 | 000248.jpg
183 | 000249.jpg
184 | 000250.jpg
185 | 000251.jpg
186 | 000252.jpg
187 | 000253.jpg
188 | 000254.jpg
189 | 000255.jpg
190 | 000256.jpg
191 | 000257.jpg
192 | 000258.jpg
193 | 000259.jpg
194 | 000260.jpg
195 | 000261.jpg
196 | 000262.jpg
197 | 000263.jpg
198 | 000264.jpg
199 | 000265.jpg
200 | 000266.jpg
201 | 000267.jpg
202 | 000268.jpg
203 | 000269.jpg
204 | 000270.jpg
205 | 000271.jpg
206 | 000272.jpg
207 | 000273.jpg
208 | 000274.jpg
209 | 000275.jpg
210 | 000276.jpg
211 | 000277.jpg
212 | 000278.jpg
213 | 000279.jpg
214 | 000280.jpg
215 | 000281.jpg
216 | 000282.jpg
217 | 000283.jpg
218 | 000284.jpg
219 | 000285.jpg
220 | 000286.jpg
221 | 000287.jpg
222 | 000288.jpg
223 | 000289.jpg
224 | 000290.jpg
225 | 000291.jpg
226 | 000292.jpg
227 | 000293.jpg
228 | 000294.jpg
229 | 000295.jpg
230 | 000296.jpg
231 | 000297.jpg
232 | 000298.jpg
233 | 000299.jpg
234 | 000300.jpg
235 | 000301.jpg
236 | 000302.jpg
237 | 000303.jpg
238 | 000304.jpg
239 | 000305.jpg
240 | 000306.jpg
241 | 000307.jpg
242 | 000308.jpg
243 | 000309.jpg
244 | 000310.jpg
245 | 000311.jpg
246 | 000312.jpg
247 | 000313.jpg
248 | 000314.jpg
249 | 000315.jpg
250 | 000316.jpg
251 | 000317.jpg
252 | 000318.jpg
253 | 000319.jpg
254 | 000320.jpg
255 | 000321.jpg
256 | 000322.jpg
257 | 000323.jpg
258 | 000324.jpg
259 | 000325.jpg
260 | 000326.jpg
261 | 000327.jpg
262 | 000328.jpg
263 | 000329.jpg
264 | 000330.jpg
265 | 000331.jpg
266 | 000332.jpg
267 | 000333.jpg
268 | 000334.jpg
269 | 000335.jpg
270 | 000336.jpg
271 | 000337.jpg
272 | 000338.jpg
273 | 000339.jpg
274 | 000340.jpg
275 | 000341.jpg
276 | 000342.jpg
277 | 000343.jpg
278 | 000344.jpg
279 | 000345.jpg
280 | 000346.jpg
281 | 000347.jpg
282 | 000348.jpg
283 | 000349.jpg
284 | 000350.jpg
285 | 000351.jpg
286 | 000352.jpg
287 | 000353.jpg
288 | 000354.jpg
289 | 000355.jpg
290 | 000356.jpg
291 | 000357.jpg
292 | 000358.jpg
293 | 000359.jpg
294 | 000360.jpg
295 | 000361.jpg
296 | 000362.jpg
297 | 000363.jpg
298 | 000364.jpg
299 | 000365.jpg
300 | 000366.jpg
301 | 000367.jpg
302 | 000368.jpg
303 | 000369.jpg
304 | 000370.jpg
305 | 000371.jpg
306 | 000372.jpg
307 | 000373.jpg
308 | 000374.jpg
309 | 000375.jpg
310 | 000376.jpg
311 | 000377.jpg
312 | 000378.jpg
313 | 000379.jpg
314 | 000380.jpg
315 | 000381.jpg
316 | 000382.jpg
317 | 000383.jpg
318 | 000384.jpg
319 | 000385.jpg
320 | 000386.jpg
321 | 000387.jpg
322 | 000388.jpg
323 | 000389.jpg
324 | 000391.jpg
325 | 000392.jpg
326 | 000393.jpg
327 | 000394.jpg
328 | 000395.jpg
329 | 000396.jpg
330 | 000397.jpg
331 | 000398.jpg
332 | 000399.jpg
333 | 000419.jpg
334 | 000420.jpg
335 | 000421.jpg
336 | 000422.jpg
337 | 000423.jpg
338 | 000424.jpg
339 | 000425.jpg
340 | 000426.jpg
341 | 000427.jpg
342 | 000428.jpg
343 | 000429.jpg
344 | 000430.jpg
345 | 000431.jpg
346 | 000432.jpg
347 | 000433.jpg
348 | 000434.jpg
349 | 000435.jpg
350 | 000436.jpg
351 | 000437.jpg
352 | 000438.jpg
353 | 000439.jpg
354 | 000440.jpg
355 | 000441.jpg
356 | 000442.jpg
357 | 000443.jpg
358 | 000444.jpg
359 | 000445.jpg
360 | 000446.jpg
361 | 000447.jpg
362 | 000448.jpg
363 | 000449.jpg
364 | 000450.jpg
365 | 000451.jpg
366 | 000452.jpg
367 | 000453.jpg
368 | 000454.jpg
369 | 000455.jpg
370 | 000456.jpg
371 | 000457.jpg
372 | 000458.jpg
373 | 000459.jpg
374 | 000460.jpg
375 | 000461.jpg
376 | 000462.jpg
377 | 000463.jpg
378 | 000464.jpg
379 | 000465.jpg
380 | 000466.jpg
381 | 000467.jpg
382 | 000468.jpg
383 | 000469.jpg
384 | 000470.jpg
385 | 000471.jpg
386 | 000472.jpg
387 | 000473.jpg
388 | 000474.jpg
389 | 000475.jpg
390 | 000476.jpg
391 | 000477.jpg
392 | 000478.jpg
393 | 000479.jpg
394 | 000480.jpg
395 | 000481.jpg
396 | 000482.jpg
397 | 000483.jpg
398 | 000484.jpg
399 | 000485.jpg
400 | 000486.jpg
401 | 000487.jpg
402 | 000488.jpg
403 | 000490.jpg
404 | 000491.jpg
405 | 000492.jpg
406 | 000493.jpg
407 | 000494.jpg
408 | 000495.jpg
409 | 000496.jpg
410 | 000497.jpg
411 | 000498.jpg
412 | 000499.jpg
413 | 000500.jpg
414 | 000501.jpg
415 | 000502.jpg
416 | 000503.jpg
417 | 000504.jpg
418 | 000505.jpg
419 | 000506.jpg
420 | 000507.jpg
421 | 000508.jpg
422 | 000509.jpg
423 | 000510.jpg
424 | 000511.jpg
425 | 000512.jpg
426 | 000513.jpg
427 | 000514.jpg
428 | 000515.jpg
429 | 000516.jpg
430 | 000517.jpg
431 | 000518.jpg
432 | 000554.jpg
433 | 000555.jpg
434 | 000556.jpg
435 | 000557.jpg
436 | 000558.jpg
437 | 000559.jpg
438 | 000560.jpg
439 | 000561.jpg
440 | 000562.jpg
441 | 000563.jpg
442 | 000564.jpg
443 | 000565.jpg
444 | 000566.jpg
445 | 000567.jpg
446 | 000568.jpg
447 | 000569.jpg
448 | 000570.jpg
449 | 000571.jpg
450 | 000572.jpg
451 | 000573.jpg
452 | 000574.jpg
453 | 000575.jpg
454 | 000576.jpg
455 | 000577.jpg
456 | 000578.jpg
457 | 000579.jpg
458 | 000580.jpg
459 | 000581.jpg
460 | 000582.jpg
461 | 000583.jpg
462 | 000584.jpg
463 | 000585.jpg
464 | 000586.jpg
465 | 000587.jpg
466 | 000588.jpg
467 | 000589.jpg
468 | 000590.jpg
469 | 000591.jpg
470 | 000592.jpg
471 | 000593.jpg
472 | 000594.jpg
473 | 000595.jpg
474 | 000596.jpg
475 | 000597.jpg
476 | 000598.jpg
477 | 000599.jpg
478 | 000600.jpg
479 | 000601.jpg
480 | 000602.jpg
481 | 000603.jpg
482 | 000604.jpg
483 | 000605.jpg
484 | 000606.jpg
485 | 000607.jpg
486 | 000608.jpg
487 | 000609.jpg
488 | 000610.jpg
489 | 000611.jpg
490 | 000612.jpg
491 | 000613.jpg
492 | 000614.jpg
493 | 000615.jpg
494 | 000616.jpg
495 | 000617.jpg
496 | 000618.jpg
497 | 000619.jpg
498 | 000620.jpg
499 | 000621.jpg
500 | 000622.jpg
501 | 000623.jpg
502 | 000624.jpg
503 | 000625.jpg
504 | 000626.jpg
505 | 000627.jpg
506 | 000628.jpg
507 | 000629.jpg
508 | 000630.jpg
509 | 000631.jpg
510 | 000632.jpg
511 | 000633.jpg
512 | 000634.jpg
513 | 000635.jpg
514 | 000636.jpg
515 | 000637.jpg
516 | 000638.jpg
517 | 000639.jpg
518 | 000640.jpg
519 | 000641.jpg
520 | 000642.jpg
521 | 000643.jpg
522 | 000644.jpg
523 | 000645.jpg
524 | 000646.jpg
525 | 000647.jpg
526 | 000648.jpg
527 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car17.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000124.jpg
110 | 000125.jpg
111 | 000126.jpg
112 | 000127.jpg
113 | 000128.jpg
114 | 000129.jpg
115 | 000130.jpg
116 | 000131.jpg
117 | 000132.jpg
118 | 000133.jpg
119 | 000134.jpg
120 | 000135.jpg
121 | 000136.jpg
122 | 000137.jpg
123 | 000138.jpg
124 | 000139.jpg
125 | 000140.jpg
126 | 000141.jpg
127 | 000142.jpg
128 | 000143.jpg
129 | 000144.jpg
130 | 000145.jpg
131 | 000146.jpg
132 | 000147.jpg
133 | 000148.jpg
134 | 000149.jpg
135 | 000150.jpg
136 | 000151.jpg
137 | 000152.jpg
138 | 000153.jpg
139 | 000154.jpg
140 | 000155.jpg
141 | 000156.jpg
142 | 000157.jpg
143 | 000158.jpg
144 | 000159.jpg
145 | 000160.jpg
146 | 000161.jpg
147 | 000162.jpg
148 | 000163.jpg
149 | 000164.jpg
150 | 000165.jpg
151 | 000166.jpg
152 | 000167.jpg
153 | 000168.jpg
154 | 000169.jpg
155 | 000170.jpg
156 | 000171.jpg
157 | 000172.jpg
158 | 000173.jpg
159 | 000174.jpg
160 | 000175.jpg
161 | 000176.jpg
162 | 000177.jpg
163 | 000178.jpg
164 | 000179.jpg
165 | 000180.jpg
166 | 000181.jpg
167 | 000182.jpg
168 | 000183.jpg
169 | 000184.jpg
170 | 000185.jpg
171 | 000186.jpg
172 | 000187.jpg
173 | 000188.jpg
174 | 000189.jpg
175 | 000190.jpg
176 | 000191.jpg
177 | 000192.jpg
178 | 000193.jpg
179 | 000194.jpg
180 | 000195.jpg
181 | 000196.jpg
182 | 000197.jpg
183 | 000198.jpg
184 | 000199.jpg
185 | 000200.jpg
186 | 000201.jpg
187 | 000202.jpg
188 | 000203.jpg
189 | 000204.jpg
190 | 000205.jpg
191 | 000206.jpg
192 | 000207.jpg
193 | 000208.jpg
194 | 000209.jpg
195 | 000210.jpg
196 | 000211.jpg
197 | 000212.jpg
198 | 000213.jpg
199 | 000214.jpg
200 | 000215.jpg
201 | 000216.jpg
202 | 000217.jpg
203 | 000218.jpg
204 | 000219.jpg
205 | 000220.jpg
206 | 000221.jpg
207 | 000222.jpg
208 | 000223.jpg
209 | 000224.jpg
210 | 000225.jpg
211 | 000226.jpg
212 | 000227.jpg
213 | 000228.jpg
214 | 000229.jpg
215 | 000230.jpg
216 | 000231.jpg
217 | 000232.jpg
218 | 000233.jpg
219 | 000234.jpg
220 | 000235.jpg
221 | 000236.jpg
222 | 000237.jpg
223 | 000238.jpg
224 | 000239.jpg
225 | 000240.jpg
226 | 000241.jpg
227 | 000242.jpg
228 | 000243.jpg
229 | 000244.jpg
230 | 000245.jpg
231 | 000246.jpg
232 | 000247.jpg
233 | 000248.jpg
234 | 000249.jpg
235 | 000250.jpg
236 | 000251.jpg
237 | 000252.jpg
238 | 000253.jpg
239 | 000254.jpg
240 | 000255.jpg
241 | 000256.jpg
242 | 000257.jpg
243 | 000258.jpg
244 | 000259.jpg
245 | 000260.jpg
246 | 000261.jpg
247 | 000262.jpg
248 | 000263.jpg
249 | 000264.jpg
250 | 000265.jpg
251 | 000266.jpg
252 | 000267.jpg
253 | 000268.jpg
254 | 000269.jpg
255 | 000270.jpg
256 | 000271.jpg
257 | 000272.jpg
258 | 000273.jpg
259 | 000274.jpg
260 | 000275.jpg
261 | 000276.jpg
262 | 000277.jpg
263 | 000278.jpg
264 | 000279.jpg
265 | 000280.jpg
266 | 000281.jpg
267 | 000282.jpg
268 | 000283.jpg
269 | 000284.jpg
270 | 000285.jpg
271 | 000286.jpg
272 | 000287.jpg
273 | 000288.jpg
274 | 000289.jpg
275 | 000290.jpg
276 | 000291.jpg
277 | 000292.jpg
278 | 000293.jpg
279 | 000294.jpg
280 | 000295.jpg
281 | 000296.jpg
282 | 000297.jpg
283 | 000298.jpg
284 | 000299.jpg
285 | 000300.jpg
286 | 000301.jpg
287 | 000302.jpg
288 | 000303.jpg
289 | 000304.jpg
290 | 000305.jpg
291 | 000306.jpg
292 | 000307.jpg
293 | 000308.jpg
294 | 000309.jpg
295 | 000310.jpg
296 | 000311.jpg
297 | 000312.jpg
298 | 000313.jpg
299 | 000314.jpg
300 | 000315.jpg
301 | 000316.jpg
302 | 000317.jpg
303 | 000318.jpg
304 | 000319.jpg
305 | 000320.jpg
306 | 000321.jpg
307 | 000322.jpg
308 | 000323.jpg
309 | 000324.jpg
310 | 000325.jpg
311 | 000326.jpg
312 | 000327.jpg
313 | 000328.jpg
314 | 000329.jpg
315 | 000330.jpg
316 | 000331.jpg
317 | 000332.jpg
318 | 000333.jpg
319 | 000334.jpg
320 | 000335.jpg
321 | 000336.jpg
322 | 000337.jpg
323 | 000338.jpg
324 | 000339.jpg
325 | 000340.jpg
326 | 000341.jpg
327 | 000342.jpg
328 | 000343.jpg
329 | 000344.jpg
330 | 000345.jpg
331 | 000346.jpg
332 | 000347.jpg
333 | 000348.jpg
334 | 000349.jpg
335 | 000350.jpg
336 | 000351.jpg
337 | 000352.jpg
338 | 000353.jpg
339 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car18.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000146.jpg
 53 | 000147.jpg
 54 | 000148.jpg
 55 | 000149.jpg
 56 | 000150.jpg
 57 | 000151.jpg
 58 | 000152.jpg
 59 | 000153.jpg
 60 | 000154.jpg
 61 | 000155.jpg
 62 | 000156.jpg
 63 | 000157.jpg
 64 | 000158.jpg
 65 | 000159.jpg
 66 | 000160.jpg
 67 | 000161.jpg
 68 | 000162.jpg
 69 | 000163.jpg
 70 | 000164.jpg
 71 | 000165.jpg
 72 | 000166.jpg
 73 | 000167.jpg
 74 | 000168.jpg
 75 | 000169.jpg
 76 | 000170.jpg
 77 | 000171.jpg
 78 | 000172.jpg
 79 | 000173.jpg
 80 | 000174.jpg
 81 | 000175.jpg
 82 | 000176.jpg
 83 | 000177.jpg
 84 | 000178.jpg
 85 | 000179.jpg
 86 | 000180.jpg
 87 | 000181.jpg
 88 | 000182.jpg
 89 | 000183.jpg
 90 | 000184.jpg
 91 | 000185.jpg
 92 | 000186.jpg
 93 | 000187.jpg
 94 | 000188.jpg
 95 | 000189.jpg
 96 | 000190.jpg
 97 | 000191.jpg
 98 | 000192.jpg
 99 | 000193.jpg
100 | 000194.jpg
101 | 000195.jpg
102 | 000196.jpg
103 | 000197.jpg
104 | 000198.jpg
105 | 000199.jpg
106 | 000200.jpg
107 | 000201.jpg
108 | 000202.jpg
109 | 000203.jpg
110 | 000204.jpg
111 | 000205.jpg
112 | 000206.jpg
113 | 000207.jpg
114 | 000208.jpg
115 | 000209.jpg
116 | 000210.jpg
117 | 000211.jpg
118 | 000212.jpg
119 | 000213.jpg
120 | 000214.jpg
121 | 000215.jpg
122 | 000216.jpg
123 | 000217.jpg
124 | 000218.jpg
125 | 000219.jpg
126 | 000220.jpg
127 | 000221.jpg
128 | 000222.jpg
129 | 000223.jpg
130 | 000224.jpg
131 | 000225.jpg
132 | 000226.jpg
133 | 000227.jpg
134 | 000228.jpg
135 | 000229.jpg
136 | 000230.jpg
137 | 000231.jpg
138 | 000232.jpg
139 | 000233.jpg
140 | 000234.jpg
141 | 000235.jpg
142 | 000236.jpg
143 | 000237.jpg
144 | 000238.jpg
145 | 000239.jpg
146 | 000240.jpg
147 | 000241.jpg
148 | 000242.jpg
149 | 000243.jpg
150 | 000244.jpg
151 | 000245.jpg
152 | 000246.jpg
153 | 000247.jpg
154 | 000248.jpg
155 | 000249.jpg
156 | 000250.jpg
157 | 000251.jpg
158 | 000252.jpg
159 | 000253.jpg
160 | 000254.jpg
161 | 000255.jpg
162 | 000256.jpg
163 | 000257.jpg
164 | 000258.jpg
165 | 000259.jpg
166 | 000260.jpg
167 | 000261.jpg
168 | 000262.jpg
169 | 000263.jpg
170 | 000264.jpg
171 | 000265.jpg
172 | 000266.jpg
173 | 000267.jpg
174 | 000268.jpg
175 | 000269.jpg
176 | 000270.jpg
177 | 000271.jpg
178 | 000272.jpg
179 | 000273.jpg
180 | 000274.jpg
181 | 000275.jpg
182 | 000276.jpg
183 | 000277.jpg
184 | 000278.jpg
185 | 000279.jpg
186 | 000280.jpg
187 | 000281.jpg
188 | 000282.jpg
189 | 000283.jpg
190 | 000284.jpg
191 | 000285.jpg
192 | 000286.jpg
193 | 000287.jpg
194 | 000288.jpg
195 | 000289.jpg
196 | 000290.jpg
197 | 000291.jpg
198 | 000292.jpg
199 | 000293.jpg
200 | 000294.jpg
201 | 000295.jpg
202 | 000296.jpg
203 | 000297.jpg
204 | 000298.jpg
205 | 000299.jpg
206 | 000300.jpg
207 | 000301.jpg
208 | 000302.jpg
209 | 000303.jpg
210 | 000304.jpg
211 | 000305.jpg
212 | 000306.jpg
213 | 000307.jpg
214 | 000308.jpg
215 | 000309.jpg
216 | 000310.jpg
217 | 000311.jpg
218 | 000312.jpg
219 | 000313.jpg
220 | 000314.jpg
221 | 000315.jpg
222 | 000316.jpg
223 | 000317.jpg
224 | 000318.jpg
225 | 000319.jpg
226 | 000320.jpg
227 | 000321.jpg
228 | 000322.jpg
229 | 000323.jpg
230 | 000324.jpg
231 | 000325.jpg
232 | 000326.jpg
233 | 000327.jpg
234 | 000328.jpg
235 | 000329.jpg
236 | 000330.jpg
237 | 000331.jpg
238 | 000332.jpg
239 | 000333.jpg
240 | 000334.jpg
241 | 000335.jpg
242 | 000336.jpg
243 | 000337.jpg
244 | 000338.jpg
245 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car2.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000192.jpg
190 | 000193.jpg
191 | 000194.jpg
192 | 000195.jpg
193 | 000196.jpg
194 | 000197.jpg
195 | 000198.jpg
196 | 000199.jpg
197 | 000200.jpg
198 | 000201.jpg
199 | 000202.jpg
200 | 000203.jpg
201 | 000204.jpg
202 | 000205.jpg
203 | 000206.jpg
204 | 000207.jpg
205 | 000208.jpg
206 | 000209.jpg
207 | 000210.jpg
208 | 000211.jpg
209 | 000212.jpg
210 | 000213.jpg
211 | 000214.jpg
212 | 000215.jpg
213 | 000216.jpg
214 | 000217.jpg
215 | 000218.jpg
216 | 000219.jpg
217 | 000220.jpg
218 | 000221.jpg
219 | 000222.jpg
220 | 000223.jpg
221 | 000224.jpg
222 | 000225.jpg
223 | 000226.jpg
224 | 000227.jpg
225 | 000228.jpg
226 | 000229.jpg
227 | 000230.jpg
228 | 000231.jpg
229 | 000232.jpg
230 | 000233.jpg
231 | 000234.jpg
232 | 000235.jpg
233 | 000236.jpg
234 | 000237.jpg
235 | 000238.jpg
236 | 000239.jpg
237 | 000240.jpg
238 | 000241.jpg
239 | 000242.jpg
240 | 000243.jpg
241 | 000244.jpg
242 | 000245.jpg
243 | 000246.jpg
244 | 000247.jpg
245 | 000248.jpg
246 | 000249.jpg
247 | 000250.jpg
248 | 000251.jpg
249 | 000252.jpg
250 | 000253.jpg
251 | 000254.jpg
252 | 000255.jpg
253 | 000256.jpg
254 | 000257.jpg
255 | 000258.jpg
256 | 000259.jpg
257 | 000260.jpg
258 | 000261.jpg
259 | 000262.jpg
260 | 000263.jpg
261 | 000264.jpg
262 | 000265.jpg
263 | 000266.jpg
264 | 000267.jpg
265 | 000268.jpg
266 | 000269.jpg
267 | 000270.jpg
268 | 000271.jpg
269 | 000272.jpg
270 | 000273.jpg
271 | 000274.jpg
272 | 000275.jpg
273 | 000276.jpg
274 | 000277.jpg
275 | 000278.jpg
276 | 000279.jpg
277 | 000280.jpg
278 | 000281.jpg
279 | 000282.jpg
280 | 000283.jpg
281 | 000284.jpg
282 | 000285.jpg
283 | 000286.jpg
284 | 000287.jpg
285 | 000288.jpg
286 | 000289.jpg
287 | 000290.jpg
288 | 000291.jpg
289 | 000292.jpg
290 | 000293.jpg
291 | 000294.jpg
292 | 000295.jpg
293 | 000296.jpg
294 | 000297.jpg
295 | 000298.jpg
296 | 000299.jpg
297 | 000300.jpg
298 | 000301.jpg
299 | 000302.jpg
300 | 000303.jpg
301 | 000304.jpg
302 | 000305.jpg
303 | 000306.jpg
304 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car3.txt:
--------------------------------------------------------------------------------
 1 | 000001.jpg
 2 | 000002.jpg
 3 | 000003.jpg
 4 | 000004.jpg
 5 | 000005.jpg
 6 | 000006.jpg
 7 | 000007.jpg
 8 | 000008.jpg
 9 | 000009.jpg
10 | 000010.jpg
11 | 000011.jpg
12 | 000012.jpg
13 | 000013.jpg
14 | 000014.jpg
15 | 000015.jpg
16 | 000016.jpg
17 | 000017.jpg
18 | 000018.jpg
19 | 000019.jpg
20 | 000020.jpg
21 | 000021.jpg
22 | 000022.jpg
23 | 000023.jpg
24 | 000024.jpg
25 | 000025.jpg
26 | 000026.jpg
27 | 000027.jpg
28 | 000028.jpg
29 | 000029.jpg
30 | 000030.jpg
31 | 000031.jpg
32 | 000032.jpg
33 | 000033.jpg
34 | 000034.jpg
35 | 000035.jpg
36 | 000036.jpg
37 | 000037.jpg
38 | 000038.jpg
39 | 000039.jpg
40 | 000294.jpg
41 | 000563.jpg
42 | 000564.jpg
43 | 000565.jpg
44 | 000566.jpg
45 | 000567.jpg
46 | 000568.jpg
47 | 000569.jpg
48 | 000570.jpg
49 | 000571.jpg
50 | 000572.jpg
51 | 000573.jpg
52 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car4.txt:
--------------------------------------------------------------------------------
 1 | 000001.jpg
 2 | 000002.jpg
 3 | 000003.jpg
 4 | 000004.jpg
 5 | 000005.jpg
 6 | 000006.jpg
 7 | 000007.jpg
 8 | 000008.jpg
 9 | 000009.jpg
10 | 000010.jpg
11 | 000011.jpg
12 | 000012.jpg
13 | 000013.jpg
14 | 000014.jpg
15 | 000015.jpg
16 | 000016.jpg
17 | 000017.jpg
18 | 000018.jpg
19 | 000019.jpg
20 | 000020.jpg
21 | 000021.jpg
22 | 000022.jpg
23 | 000023.jpg
24 | 000024.jpg
25 | 000025.jpg
26 | 000026.jpg
27 | 000027.jpg
28 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car5.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 000216.jpg
217 | 000217.jpg
218 | 000218.jpg
219 | 000219.jpg
220 | 000220.jpg
221 | 000221.jpg
222 | 000222.jpg
223 | 000223.jpg
224 | 000224.jpg
225 | 000225.jpg
226 | 000226.jpg
227 | 000227.jpg
228 | 000228.jpg
229 | 000229.jpg
230 | 000230.jpg
231 | 000231.jpg
232 | 000232.jpg
233 | 000233.jpg
234 | 000234.jpg
235 | 000235.jpg
236 | 000236.jpg
237 | 000237.jpg
238 | 000238.jpg
239 | 000239.jpg
240 | 000240.jpg
241 | 000241.jpg
242 | 000242.jpg
243 | 000243.jpg
244 | 000244.jpg
245 | 000245.jpg
246 | 000246.jpg
247 | 000247.jpg
248 | 000248.jpg
249 | 000249.jpg
250 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car8.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 000216.jpg
217 | 000217.jpg
218 | 000218.jpg
219 | 000219.jpg
220 | 000220.jpg
221 | 000221.jpg
222 | 000222.jpg
223 | 000223.jpg
224 | 000224.jpg
225 | 000225.jpg
226 | 000226.jpg
227 | 000227.jpg
228 | 000228.jpg
229 | 000229.jpg
230 | 000230.jpg
231 | 000231.jpg
232 | 000232.jpg
233 | 000233.jpg
234 | 000234.jpg
235 | 000235.jpg
236 | 000409.jpg
237 | 000410.jpg
238 | 000411.jpg
239 | 000412.jpg
240 | 000413.jpg
241 | 000414.jpg
242 | 000415.jpg
243 | 000416.jpg
244 | 000417.jpg
245 | 000418.jpg
246 | 000419.jpg
247 | 000420.jpg
248 | 000421.jpg
249 | 000422.jpg
250 | 000423.jpg
251 | 000424.jpg
252 | 000425.jpg
253 | 000426.jpg
254 | 000427.jpg
255 | 000428.jpg
256 | 000429.jpg
257 | 000430.jpg
258 | 000431.jpg
259 | 000432.jpg
260 | 000433.jpg
261 | 000434.jpg
262 | 000435.jpg
263 | 000436.jpg
264 | 000437.jpg
265 | 000438.jpg
266 | 000439.jpg
267 | 000440.jpg
268 | 000441.jpg
269 | 000442.jpg
270 | 000443.jpg
271 | 000444.jpg
272 | 000445.jpg
273 | 000446.jpg
274 | 000447.jpg
275 | 000448.jpg
276 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/car9.txt:
--------------------------------------------------------------------------------
 1 | 000001.jpg
 2 | 000002.jpg
 3 | 000003.jpg
 4 | 000004.jpg
 5 | 000005.jpg
 6 | 000006.jpg
 7 | 000007.jpg
 8 | 000008.jpg
 9 | 000009.jpg
10 | 000010.jpg
11 | 000011.jpg
12 | 000012.jpg
13 | 000013.jpg
14 | 000014.jpg
15 | 000015.jpg
16 | 000016.jpg
17 | 000017.jpg
18 | 000018.jpg
19 | 000019.jpg
20 | 000020.jpg
21 | 000021.jpg
22 | 000022.jpg
23 | 000023.jpg
24 | 000024.jpg
25 | 000025.jpg
26 | 000026.jpg
27 | 000027.jpg
28 | 000028.jpg
29 | 000029.jpg
30 | 000030.jpg
31 | 000031.jpg
32 | 000032.jpg
33 | 000033.jpg
34 | 000034.jpg
35 | 000035.jpg
36 | 000036.jpg
37 | 000037.jpg
38 | 000038.jpg
39 | 000039.jpg
40 | 000040.jpg
41 | 000041.jpg
42 | 000042.jpg
43 | 000043.jpg
44 | 000044.jpg
45 | 000045.jpg
46 | 000046.jpg
47 | 000047.jpg
48 | 000048.jpg
49 | 000049.jpg
50 | 000050.jpg
51 | 000051.jpg
52 | 000052.jpg
53 | 000053.jpg
54 | 000054.jpg
55 | 000055.jpg
56 | 000056.jpg
57 | 000057.jpg
58 | 000058.jpg
59 | 000059.jpg
60 | 000060.jpg
61 | 000061.jpg
62 | 000062.jpg
63 | 000063.jpg
64 | 000064.jpg
65 | 000065.jpg
66 | 000066.jpg
67 | 000067.jpg
68 | 000068.jpg
69 | 000069.jpg
70 | 000070.jpg
71 | 000071.jpg
72 | 000072.jpg
73 | 000073.jpg
74 | 000074.jpg
75 | 000225.jpg
76 | 000623.jpg
77 | 000624.jpg
78 | 000625.jpg
79 | 000626.jpg
80 | 000627.jpg
81 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person1.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 000216.jpg
217 | 000217.jpg
218 | 000218.jpg
219 | 000219.jpg
220 | 000220.jpg
221 | 000221.jpg
222 | 000222.jpg
223 | 000223.jpg
224 | 000224.jpg
225 | 000225.jpg
226 | 000226.jpg
227 | 000227.jpg
228 | 000228.jpg
229 | 000229.jpg
230 | 000230.jpg
231 | 000231.jpg
232 | 000232.jpg
233 | 000233.jpg
234 | 000234.jpg
235 | 000235.jpg
236 | 000236.jpg
237 | 000237.jpg
238 | 000238.jpg
239 | 000239.jpg
240 | 000240.jpg
241 | 000241.jpg
242 | 000242.jpg
243 | 000243.jpg
244 | 000244.jpg
245 | 000245.jpg
246 | 000246.jpg
247 | 000247.jpg
248 | 000248.jpg
249 | 000249.jpg
250 | 000250.jpg
251 | 000251.jpg
252 | 000252.jpg
253 | 000253.jpg
254 | 000254.jpg
255 | 000255.jpg
256 | 000256.jpg
257 | 000257.jpg
258 | 000258.jpg
259 | 000259.jpg
260 | 000260.jpg
261 | 000261.jpg
262 | 000262.jpg
263 | 000263.jpg
264 | 000264.jpg
265 | 000265.jpg
266 | 000266.jpg
267 | 000267.jpg
268 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person10.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000093.jpg
 70 | 000094.jpg
 71 | 000095.jpg
 72 | 000096.jpg
 73 | 000097.jpg
 74 | 000098.jpg
 75 | 000099.jpg
 76 | 000100.jpg
 77 | 000101.jpg
 78 | 000102.jpg
 79 | 000103.jpg
 80 | 000104.jpg
 81 | 000105.jpg
 82 | 000106.jpg
 83 | 000107.jpg
 84 | 000108.jpg
 85 | 000109.jpg
 86 | 000110.jpg
 87 | 000111.jpg
 88 | 000112.jpg
 89 | 000113.jpg
 90 | 000114.jpg
 91 | 000115.jpg
 92 | 000116.jpg
 93 | 000117.jpg
 94 | 000118.jpg
 95 | 000119.jpg
 96 | 000120.jpg
 97 | 000121.jpg
 98 | 000122.jpg
 99 | 000123.jpg
100 | 000124.jpg
101 | 000125.jpg
102 | 000126.jpg
103 | 000127.jpg
104 | 000128.jpg
105 | 000129.jpg
106 | 000130.jpg
107 | 000131.jpg
108 | 000132.jpg
109 | 000133.jpg
110 | 000134.jpg
111 | 000135.jpg
112 | 000136.jpg
113 | 000137.jpg
114 | 000138.jpg
115 | 000139.jpg
116 | 000140.jpg
117 | 000141.jpg
118 | 000142.jpg
119 | 000143.jpg
120 | 000144.jpg
121 | 000145.jpg
122 | 000146.jpg
123 | 000147.jpg
124 | 000148.jpg
125 | 000149.jpg
126 | 000150.jpg
127 | 000151.jpg
128 | 000152.jpg
129 | 000153.jpg
130 | 000154.jpg
131 | 000155.jpg
132 | 000156.jpg
133 | 000157.jpg
134 | 000158.jpg
135 | 000159.jpg
136 | 000160.jpg
137 | 000161.jpg
138 | 000162.jpg
139 | 000163.jpg
140 | 000164.jpg
141 | 000165.jpg
142 | 000166.jpg
143 | 000167.jpg
144 | 000168.jpg
145 | 000169.jpg
146 | 000170.jpg
147 | 000171.jpg
148 | 000172.jpg
149 | 000173.jpg
150 | 000174.jpg
151 | 000175.jpg
152 | 000176.jpg
153 | 000332.jpg
154 | 000333.jpg
155 | 000334.jpg
156 | 000335.jpg
157 | 000336.jpg
158 | 000337.jpg
159 | 000338.jpg
160 | 000339.jpg
161 | 000340.jpg
162 | 000341.jpg
163 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person12.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 000216.jpg
217 | 000217.jpg
218 | 000218.jpg
219 | 000219.jpg
220 | 000220.jpg
221 | 000221.jpg
222 | 000222.jpg
223 | 000223.jpg
224 | 000224.jpg
225 | 000225.jpg
226 | 000226.jpg
227 | 000227.jpg
228 | 000228.jpg
229 | 000229.jpg
230 | 000230.jpg
231 | 000231.jpg
232 | 000232.jpg
233 | 000233.jpg
234 | 000234.jpg
235 | 000235.jpg
236 | 000236.jpg
237 | 000237.jpg
238 | 000238.jpg
239 | 000239.jpg
240 | 000240.jpg
241 | 000241.jpg
242 | 000242.jpg
243 | 000243.jpg
244 | 000244.jpg
245 | 000245.jpg
246 | 000246.jpg
247 | 000247.jpg
248 | 000248.jpg
249 | 000249.jpg
250 | 000250.jpg
251 | 000251.jpg
252 | 000252.jpg
253 | 000253.jpg
254 | 000254.jpg
255 | 000255.jpg
256 | 000256.jpg
257 | 000257.jpg
258 | 000258.jpg
259 | 000259.jpg
260 | 000260.jpg
261 | 000261.jpg
262 | 000262.jpg
263 | 000263.jpg
264 | 000264.jpg
265 | 000265.jpg
266 | 000266.jpg
267 | 000267.jpg
268 | 000268.jpg
269 | 000269.jpg
270 | 000270.jpg
271 | 000271.jpg
272 | 000272.jpg
273 | 000273.jpg
274 | 000274.jpg
275 | 000275.jpg
276 | 000276.jpg
277 | 000277.jpg
278 | 000278.jpg
279 | 000279.jpg
280 | 000280.jpg
281 | 000281.jpg
282 | 000282.jpg
283 | 000283.jpg
284 | 000284.jpg
285 | 000285.jpg
286 | 000286.jpg
287 | 000287.jpg
288 | 000288.jpg
289 | 000289.jpg
290 | 000290.jpg
291 | 000291.jpg
292 | 000292.jpg
293 | 000293.jpg
294 | 000294.jpg
295 | 000295.jpg
296 | 000296.jpg
297 | 000297.jpg
298 | 000298.jpg
299 | 000299.jpg
300 | 000300.jpg
301 | 000301.jpg
302 | 000302.jpg
303 | 000303.jpg
304 | 000304.jpg
305 | 000305.jpg
306 | 000306.jpg
307 | 000307.jpg
308 | 000308.jpg
309 | 000332.jpg
310 | 000333.jpg
311 | 000334.jpg
312 | 000335.jpg
313 | 000336.jpg
314 | 000337.jpg
315 | 000338.jpg
316 | 000339.jpg
317 | 000340.jpg
318 | 000341.jpg
319 | 000342.jpg
320 | 000343.jpg
321 | 000344.jpg
322 | 000345.jpg
323 | 000346.jpg
324 | 000347.jpg
325 | 000348.jpg
326 | 000349.jpg
327 | 000350.jpg
328 | 000351.jpg
329 | 000352.jpg
330 | 000353.jpg
331 | 000354.jpg
332 | 000355.jpg
333 | 000356.jpg
334 | 000357.jpg
335 | 000358.jpg
336 | 000359.jpg
337 | 000360.jpg
338 | 000361.jpg
339 | 000362.jpg
340 | 000363.jpg
341 | 000364.jpg
342 | 000365.jpg
343 | 000366.jpg
344 | 000367.jpg
345 | 000368.jpg
346 | 000369.jpg
347 | 000370.jpg
348 | 000371.jpg
349 | 000372.jpg
350 | 000373.jpg
351 | 000374.jpg
352 | 000375.jpg
353 | 000376.jpg
354 | 000377.jpg
355 | 000378.jpg
356 | 000379.jpg
357 | 000380.jpg
358 | 000381.jpg
359 | 000382.jpg
360 | 000383.jpg
361 | 000384.jpg
362 | 000385.jpg
363 | 000386.jpg
364 | 000387.jpg
365 | 000388.jpg
366 | 000389.jpg
367 | 000390.jpg
368 | 000391.jpg
369 | 000392.jpg
370 | 000393.jpg
371 | 000394.jpg
372 | 000395.jpg
373 | 000396.jpg
374 | 000397.jpg
375 | 000398.jpg
376 | 000399.jpg
377 | 000400.jpg
378 | 000401.jpg
379 | 000402.jpg
380 | 000403.jpg
381 | 000404.jpg
382 | 000405.jpg
383 | 000406.jpg
384 | 000407.jpg
385 | 000408.jpg
386 | 000409.jpg
387 | 000410.jpg
388 | 000411.jpg
389 | 000412.jpg
390 | 000413.jpg
391 | 000414.jpg
392 | 000430.jpg
393 | 000431.jpg
394 | 000432.jpg
395 | 000433.jpg
396 | 000434.jpg
397 | 000435.jpg
398 | 000436.jpg
399 | 000437.jpg
400 | 000438.jpg
401 | 000439.jpg
402 | 000440.jpg
403 | 000441.jpg
404 | 000442.jpg
405 | 000443.jpg
406 | 000444.jpg
407 | 000445.jpg
408 | 000446.jpg
409 | 000447.jpg
410 | 000448.jpg
411 | 000449.jpg
412 | 000450.jpg
413 | 000451.jpg
414 | 000452.jpg
415 | 000453.jpg
416 | 000454.jpg
417 | 000455.jpg
418 | 000456.jpg
419 | 000457.jpg
420 | 000458.jpg
421 | 000459.jpg
422 | 000460.jpg
423 | 000461.jpg
424 | 000462.jpg
425 | 000463.jpg
426 | 000464.jpg
427 | 000465.jpg
428 | 000466.jpg
429 | 000467.jpg
430 | 000468.jpg
431 | 000469.jpg
432 | 000470.jpg
433 | 000471.jpg
434 | 000472.jpg
435 | 000473.jpg
436 | 000474.jpg
437 | 000475.jpg
438 | 000476.jpg
439 | 000477.jpg
440 | 000478.jpg
441 | 000479.jpg
442 | 000480.jpg
443 | 000481.jpg
444 | 000482.jpg
445 | 000483.jpg
446 | 000484.jpg
447 | 000485.jpg
448 | 000486.jpg
449 | 000487.jpg
450 | 000488.jpg
451 | 000489.jpg
452 | 000490.jpg
453 | 000491.jpg
454 | 000492.jpg
455 | 000493.jpg
456 | 000494.jpg
457 | 000495.jpg
458 | 000496.jpg
459 | 000497.jpg
460 | 000498.jpg
461 | 000499.jpg
462 | 000500.jpg
463 | 000501.jpg
464 | 000502.jpg
465 | 000503.jpg
466 | 000504.jpg
467 | 000505.jpg
468 | 000506.jpg
469 | 000507.jpg
470 | 000508.jpg
471 | 000509.jpg
472 | 000510.jpg
473 | 000511.jpg
474 | 000512.jpg
475 | 000513.jpg
476 | 000514.jpg
477 | 000515.jpg
478 | 000516.jpg
479 | 000517.jpg
480 | 000518.jpg
481 | 000519.jpg
482 | 000520.jpg
483 | 000521.jpg
484 | 000522.jpg
485 | 000523.jpg
486 | 000524.jpg
487 | 000525.jpg
488 | 000526.jpg
489 | 000527.jpg
490 | 000528.jpg
491 | 000529.jpg
492 | 000530.jpg
493 | 000531.jpg
494 | 000532.jpg
495 | 000533.jpg
496 | 000534.jpg
497 | 000535.jpg
498 | 000536.jpg
499 | 000537.jpg
500 | 000538.jpg
501 | 000539.jpg
502 | 000540.jpg
503 | 000541.jpg
504 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person13.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 000216.jpg
217 | 000217.jpg
218 | 000218.jpg
219 | 000219.jpg
220 | 000220.jpg
221 | 000221.jpg
222 | 000222.jpg
223 | 000223.jpg
224 | 000224.jpg
225 | 000225.jpg
226 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person14.txt:
--------------------------------------------------------------------------------
  1 | 000108.jpg
  2 | 000109.jpg
  3 | 000110.jpg
  4 | 000111.jpg
  5 | 000112.jpg
  6 | 000113.jpg
  7 | 000114.jpg
  8 | 000115.jpg
  9 | 000116.jpg
 10 | 000117.jpg
 11 | 000118.jpg
 12 | 000119.jpg
 13 | 000120.jpg
 14 | 000121.jpg
 15 | 000122.jpg
 16 | 000123.jpg
 17 | 000124.jpg
 18 | 000125.jpg
 19 | 000126.jpg
 20 | 000127.jpg
 21 | 000128.jpg
 22 | 000129.jpg
 23 | 000130.jpg
 24 | 000131.jpg
 25 | 000132.jpg
 26 | 000133.jpg
 27 | 000134.jpg
 28 | 000135.jpg
 29 | 000136.jpg
 30 | 000137.jpg
 31 | 000138.jpg
 32 | 000139.jpg
 33 | 000140.jpg
 34 | 000141.jpg
 35 | 000142.jpg
 36 | 000143.jpg
 37 | 000144.jpg
 38 | 000145.jpg
 39 | 000146.jpg
 40 | 000147.jpg
 41 | 000148.jpg
 42 | 000149.jpg
 43 | 000150.jpg
 44 | 000151.jpg
 45 | 000152.jpg
 46 | 000153.jpg
 47 | 000154.jpg
 48 | 000155.jpg
 49 | 000156.jpg
 50 | 000157.jpg
 51 | 000158.jpg
 52 | 000159.jpg
 53 | 000160.jpg
 54 | 000161.jpg
 55 | 000162.jpg
 56 | 000163.jpg
 57 | 000164.jpg
 58 | 000165.jpg
 59 | 000166.jpg
 60 | 000167.jpg
 61 | 000168.jpg
 62 | 000169.jpg
 63 | 000170.jpg
 64 | 000171.jpg
 65 | 000172.jpg
 66 | 000173.jpg
 67 | 000174.jpg
 68 | 000175.jpg
 69 | 000176.jpg
 70 | 000177.jpg
 71 | 000178.jpg
 72 | 000179.jpg
 73 | 000180.jpg
 74 | 000181.jpg
 75 | 000182.jpg
 76 | 000183.jpg
 77 | 000184.jpg
 78 | 000185.jpg
 79 | 000186.jpg
 80 | 000187.jpg
 81 | 000188.jpg
 82 | 000189.jpg
 83 | 000190.jpg
 84 | 000191.jpg
 85 | 000192.jpg
 86 | 000193.jpg
 87 | 000194.jpg
 88 | 000195.jpg
 89 | 000196.jpg
 90 | 000197.jpg
 91 | 000198.jpg
 92 | 000199.jpg
 93 | 000200.jpg
 94 | 000201.jpg
 95 | 000202.jpg
 96 | 000203.jpg
 97 | 000204.jpg
 98 | 000205.jpg
 99 | 000206.jpg
100 | 000207.jpg
101 | 000208.jpg
102 | 000209.jpg
103 | 000210.jpg
104 | 000211.jpg
105 | 000212.jpg
106 | 000213.jpg
107 | 000214.jpg
108 | 000215.jpg
109 | 000216.jpg
110 | 000217.jpg
111 | 000218.jpg
112 | 000219.jpg
113 | 000220.jpg
114 | 000221.jpg
115 | 000222.jpg
116 | 000223.jpg
117 | 000224.jpg
118 | 000225.jpg
119 | 000226.jpg
120 | 000227.jpg
121 | 000228.jpg
122 | 000229.jpg
123 | 000230.jpg
124 | 000231.jpg
125 | 000232.jpg
126 | 000233.jpg
127 | 000234.jpg
128 | 000235.jpg
129 | 000236.jpg
130 | 000237.jpg
131 | 000238.jpg
132 | 000239.jpg
133 | 000240.jpg
134 | 000241.jpg
135 | 000242.jpg
136 | 000243.jpg
137 | 000244.jpg
138 | 000245.jpg
139 | 000246.jpg
140 | 000247.jpg
141 | 000248.jpg
142 | 000249.jpg
143 | 000250.jpg
144 | 000251.jpg
145 | 000252.jpg
146 | 000253.jpg
147 | 000254.jpg
148 | 000255.jpg
149 | 000256.jpg
150 | 000257.jpg
151 | 000258.jpg
152 | 000259.jpg
153 | 000260.jpg
154 | 000261.jpg
155 | 000262.jpg
156 | 000263.jpg
157 | 000264.jpg
158 | 000265.jpg
159 | 000266.jpg
160 | 000267.jpg
161 | 000268.jpg
162 | 000269.jpg
163 | 000270.jpg
164 | 000271.jpg
165 | 000272.jpg
166 | 000273.jpg
167 | 000274.jpg
168 | 000275.jpg
169 | 000276.jpg
170 | 000277.jpg
171 | 000278.jpg
172 | 000279.jpg
173 | 000280.jpg
174 | 000281.jpg
175 | 000282.jpg
176 | 000283.jpg
177 | 000284.jpg
178 | 000285.jpg
179 | 000286.jpg
180 | 000287.jpg
181 | 000288.jpg
182 | 000289.jpg
183 | 000290.jpg
184 | 000291.jpg
185 | 000292.jpg
186 | 000293.jpg
187 | 000294.jpg
188 | 000295.jpg
189 | 000296.jpg
190 | 000297.jpg
191 | 000298.jpg
192 | 000299.jpg
193 | 000300.jpg
194 | 000301.jpg
195 | 000302.jpg
196 | 000303.jpg
197 | 000304.jpg
198 | 000305.jpg
199 | 000306.jpg
200 | 000307.jpg
201 | 000308.jpg
202 | 000309.jpg
203 | 000310.jpg
204 | 000311.jpg
205 | 000312.jpg
206 | 000313.jpg
207 | 000314.jpg
208 | 000315.jpg
209 | 000316.jpg
210 | 000317.jpg
211 | 000318.jpg
212 | 000319.jpg
213 | 000320.jpg
214 | 000321.jpg
215 | 000322.jpg
216 | 000323.jpg
217 | 000324.jpg
218 | 000325.jpg
219 | 000326.jpg
220 | 000327.jpg
221 | 000328.jpg
222 | 000329.jpg
223 | 000330.jpg
224 | 000331.jpg
225 | 000332.jpg
226 | 000333.jpg
227 | 000334.jpg
228 | 000335.jpg
229 | 000336.jpg
230 | 000337.jpg
231 | 000338.jpg
232 | 000339.jpg
233 | 000340.jpg
234 | 000341.jpg
235 | 000342.jpg
236 | 000343.jpg
237 | 000344.jpg
238 | 000345.jpg
239 | 000346.jpg
240 | 000347.jpg
241 | 000348.jpg
242 | 000349.jpg
243 | 000350.jpg
244 | 000351.jpg
245 | 000352.jpg
246 | 000353.jpg
247 | 000354.jpg
248 | 000355.jpg
249 | 000356.jpg
250 | 000357.jpg
251 | 000358.jpg
252 | 000359.jpg
253 | 000360.jpg
254 | 000361.jpg
255 | 000362.jpg
256 | 000363.jpg
257 | 000364.jpg
258 | 000365.jpg
259 | 000366.jpg
260 | 000367.jpg
261 | 000368.jpg
262 | 000369.jpg
263 | 000370.jpg
264 | 000371.jpg
265 | 000372.jpg
266 | 000373.jpg
267 | 000374.jpg
268 | 000375.jpg
269 | 000376.jpg
270 | 000377.jpg
271 | 000378.jpg
272 | 000379.jpg
273 | 000380.jpg
274 | 000381.jpg
275 | 000382.jpg
276 | 000383.jpg
277 | 000384.jpg
278 | 000385.jpg
279 | 000386.jpg
280 | 000387.jpg
281 | 000388.jpg
282 | 000389.jpg
283 | 000390.jpg
284 | 000391.jpg
285 | 000392.jpg
286 | 000393.jpg
287 | 000394.jpg
288 | 000395.jpg
289 | 000396.jpg
290 | 000397.jpg
291 | 000398.jpg
292 | 000399.jpg
293 | 000400.jpg
294 | 000401.jpg
295 | 000402.jpg
296 | 000403.jpg
297 | 000404.jpg
298 | 000405.jpg
299 | 000406.jpg
300 | 000407.jpg
301 | 000408.jpg
302 | 000409.jpg
303 | 000410.jpg
304 | 000411.jpg
305 | 000412.jpg
306 | 000413.jpg
307 | 000414.jpg
308 | 000415.jpg
309 | 000416.jpg
310 | 000417.jpg
311 | 000418.jpg
312 | 000419.jpg
313 | 000420.jpg
314 | 000421.jpg
315 | 000422.jpg
316 | 000423.jpg
317 | 000424.jpg
318 | 000425.jpg
319 | 000426.jpg
320 | 000427.jpg
321 | 000428.jpg
322 | 000429.jpg
323 | 000430.jpg
324 | 000431.jpg
325 | 000432.jpg
326 | 000433.jpg
327 | 000434.jpg
328 | 000435.jpg
329 | 000436.jpg
330 | 000437.jpg
331 | 000438.jpg
332 | 000439.jpg
333 | 000440.jpg
334 | 000441.jpg
335 | 000442.jpg
336 | 000443.jpg
337 | 000444.jpg
338 | 000445.jpg
339 | 000446.jpg
340 | 000447.jpg
341 | 000448.jpg
342 | 000449.jpg
343 | 000450.jpg
344 | 000451.jpg
345 | 000452.jpg
346 | 000453.jpg
347 | 000454.jpg
348 | 000455.jpg
349 | 000456.jpg
350 | 000457.jpg
351 | 000458.jpg
352 | 000459.jpg
353 | 000460.jpg
354 | 000461.jpg
355 | 000462.jpg
356 | 000463.jpg
357 | 000464.jpg
358 | 000465.jpg
359 | 000466.jpg
360 | 000467.jpg
361 | 000468.jpg
362 | 000469.jpg
363 | 000470.jpg
364 | 000471.jpg
365 | 000472.jpg
366 | 000473.jpg
367 | 000474.jpg
368 | 000475.jpg
369 | 000476.jpg
370 | 000477.jpg
371 | 000478.jpg
372 | 000479.jpg
373 | 000480.jpg
374 | 000481.jpg
375 | 000482.jpg
376 | 000483.jpg
377 | 000484.jpg
378 | 000485.jpg
379 | 000486.jpg
380 | 000487.jpg
381 | 000488.jpg
382 | 000489.jpg
383 | 000490.jpg
384 | 000491.jpg
385 | 000492.jpg
386 | 000493.jpg
387 | 000494.jpg
388 | 000495.jpg
389 | 000496.jpg
390 | 000497.jpg
391 | 000498.jpg
392 | 000499.jpg
393 | 000500.jpg
394 | 000501.jpg
395 | 000502.jpg
396 | 000503.jpg
397 | 000504.jpg
398 | 000505.jpg
399 | 000506.jpg
400 | 000507.jpg
401 | 000508.jpg
402 | 000509.jpg
403 | 000510.jpg
404 | 000511.jpg
405 | 000512.jpg
406 | 000513.jpg
407 | 000514.jpg
408 | 000515.jpg
409 | 000516.jpg
410 | 000517.jpg
411 | 000518.jpg
412 | 000519.jpg
413 | 000520.jpg
414 | 000521.jpg
415 | 000522.jpg
416 | 000523.jpg
417 | 000524.jpg
418 | 000525.jpg
419 | 000526.jpg
420 | 000527.jpg
421 | 000528.jpg
422 | 000529.jpg
423 | 000530.jpg
424 | 000531.jpg
425 | 000532.jpg
426 | 000533.jpg
427 | 000534.jpg
428 | 000535.jpg
429 | 000536.jpg
430 | 000537.jpg
431 | 000538.jpg
432 | 000539.jpg
433 | 000540.jpg
434 | 000541.jpg
435 | 000542.jpg
436 | 000543.jpg
437 | 000544.jpg
438 | 000545.jpg
439 | 000546.jpg
440 | 000547.jpg
441 | 000548.jpg
442 | 000549.jpg
443 | 000550.jpg
444 | 000551.jpg
445 | 000552.jpg
446 | 000553.jpg
447 | 000554.jpg
448 | 000555.jpg
449 | 000556.jpg
450 | 000557.jpg
451 | 000558.jpg
452 | 000559.jpg
453 | 000560.jpg
454 | 000561.jpg
455 | 000562.jpg
456 | 000563.jpg
457 | 000564.jpg
458 | 000565.jpg
459 | 000566.jpg
460 | 000567.jpg
461 | 000568.jpg
462 | 000569.jpg
463 | 000570.jpg
464 | 000571.jpg
465 | 000572.jpg
466 | 000573.jpg
467 | 000574.jpg
468 | 000575.jpg
469 | 000576.jpg
470 | 000577.jpg
471 | 000578.jpg
472 | 000579.jpg
473 | 000580.jpg
474 | 000581.jpg
475 | 000582.jpg
476 | 000583.jpg
477 | 000584.jpg
478 | 000585.jpg
479 | 000586.jpg
480 | 000587.jpg
481 | 000588.jpg
482 | 000589.jpg
483 | 000590.jpg
484 | 000591.jpg
485 | 000592.jpg
486 | 000593.jpg
487 | 000594.jpg
488 | 000595.jpg
489 | 000596.jpg
490 | 000597.jpg
491 | 000598.jpg
492 | 000599.jpg
493 | 000600.jpg
494 | 000601.jpg
495 | 000602.jpg
496 | 000603.jpg
497 | 000604.jpg
498 | 000605.jpg
499 | 000606.jpg
500 | 000607.jpg
501 | 000608.jpg
502 | 000609.jpg
503 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person15.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000184.jpg
  3 | 000185.jpg
  4 | 000186.jpg
  5 | 000187.jpg
  6 | 000188.jpg
  7 | 000189.jpg
  8 | 000190.jpg
  9 | 000191.jpg
 10 | 000192.jpg
 11 | 000193.jpg
 12 | 000194.jpg
 13 | 000195.jpg
 14 | 000196.jpg
 15 | 000197.jpg
 16 | 000198.jpg
 17 | 000199.jpg
 18 | 000200.jpg
 19 | 000201.jpg
 20 | 000202.jpg
 21 | 000203.jpg
 22 | 000204.jpg
 23 | 000205.jpg
 24 | 000206.jpg
 25 | 000207.jpg
 26 | 000208.jpg
 27 | 000209.jpg
 28 | 000210.jpg
 29 | 000211.jpg
 30 | 000212.jpg
 31 | 000213.jpg
 32 | 000214.jpg
 33 | 000215.jpg
 34 | 000216.jpg
 35 | 000217.jpg
 36 | 000218.jpg
 37 | 000219.jpg
 38 | 000220.jpg
 39 | 000221.jpg
 40 | 000222.jpg
 41 | 000223.jpg
 42 | 000224.jpg
 43 | 000225.jpg
 44 | 000226.jpg
 45 | 000227.jpg
 46 | 000228.jpg
 47 | 000229.jpg
 48 | 000230.jpg
 49 | 000231.jpg
 50 | 000232.jpg
 51 | 000233.jpg
 52 | 000234.jpg
 53 | 000235.jpg
 54 | 000236.jpg
 55 | 000237.jpg
 56 | 000238.jpg
 57 | 000239.jpg
 58 | 000240.jpg
 59 | 000241.jpg
 60 | 000242.jpg
 61 | 000243.jpg
 62 | 000244.jpg
 63 | 000245.jpg
 64 | 000246.jpg
 65 | 000247.jpg
 66 | 000248.jpg
 67 | 000249.jpg
 68 | 000250.jpg
 69 | 000251.jpg
 70 | 000252.jpg
 71 | 000253.jpg
 72 | 000254.jpg
 73 | 000255.jpg
 74 | 000256.jpg
 75 | 000257.jpg
 76 | 000258.jpg
 77 | 000259.jpg
 78 | 000260.jpg
 79 | 000261.jpg
 80 | 000262.jpg
 81 | 000263.jpg
 82 | 000264.jpg
 83 | 000265.jpg
 84 | 000266.jpg
 85 | 000267.jpg
 86 | 000268.jpg
 87 | 000269.jpg
 88 | 000270.jpg
 89 | 000271.jpg
 90 | 000272.jpg
 91 | 000273.jpg
 92 | 000274.jpg
 93 | 000275.jpg
 94 | 000276.jpg
 95 | 000277.jpg
 96 | 000278.jpg
 97 | 000432.jpg
 98 | 000433.jpg
 99 | 000434.jpg
100 | 000435.jpg
101 | 000436.jpg
102 | 000437.jpg
103 | 000438.jpg
104 | 000439.jpg
105 | 000440.jpg
106 | 000441.jpg
107 | 000442.jpg
108 | 000443.jpg
109 | 000444.jpg
110 | 000445.jpg
111 | 000446.jpg
112 | 000447.jpg
113 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person16.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000082.jpg
 49 | 000083.jpg
 50 | 000084.jpg
 51 | 000085.jpg
 52 | 000086.jpg
 53 | 000087.jpg
 54 | 000088.jpg
 55 | 000089.jpg
 56 | 000090.jpg
 57 | 000091.jpg
 58 | 000092.jpg
 59 | 000093.jpg
 60 | 000094.jpg
 61 | 000095.jpg
 62 | 000096.jpg
 63 | 000097.jpg
 64 | 000098.jpg
 65 | 000099.jpg
 66 | 000100.jpg
 67 | 000101.jpg
 68 | 000102.jpg
 69 | 000103.jpg
 70 | 000104.jpg
 71 | 000105.jpg
 72 | 000106.jpg
 73 | 000107.jpg
 74 | 000108.jpg
 75 | 000109.jpg
 76 | 000110.jpg
 77 | 000111.jpg
 78 | 000112.jpg
 79 | 000113.jpg
 80 | 000114.jpg
 81 | 000115.jpg
 82 | 000116.jpg
 83 | 000117.jpg
 84 | 000118.jpg
 85 | 000119.jpg
 86 | 000120.jpg
 87 | 000121.jpg
 88 | 000122.jpg
 89 | 000123.jpg
 90 | 000124.jpg
 91 | 000125.jpg
 92 | 000126.jpg
 93 | 000127.jpg
 94 | 000128.jpg
 95 | 000129.jpg
 96 | 000130.jpg
 97 | 000131.jpg
 98 | 000132.jpg
 99 | 000133.jpg
100 | 000134.jpg
101 | 000135.jpg
102 | 000136.jpg
103 | 000137.jpg
104 | 000138.jpg
105 | 000139.jpg
106 | 000140.jpg
107 | 000141.jpg
108 | 000142.jpg
109 | 000143.jpg
110 | 000144.jpg
111 | 000145.jpg
112 | 000146.jpg
113 | 000147.jpg
114 | 000148.jpg
115 | 000149.jpg
116 | 000150.jpg
117 | 000151.jpg
118 | 000152.jpg
119 | 000153.jpg
120 | 000154.jpg
121 | 000155.jpg
122 | 000156.jpg
123 | 000157.jpg
124 | 000158.jpg
125 | 000159.jpg
126 | 000160.jpg
127 | 000161.jpg
128 | 000162.jpg
129 | 000163.jpg
130 | 000164.jpg
131 | 000165.jpg
132 | 000166.jpg
133 | 000167.jpg
134 | 000168.jpg
135 | 000169.jpg
136 | 000170.jpg
137 | 000171.jpg
138 | 000172.jpg
139 | 000173.jpg
140 | 000174.jpg
141 | 000175.jpg
142 | 000176.jpg
143 | 000177.jpg
144 | 000178.jpg
145 | 000179.jpg
146 | 000180.jpg
147 | 000181.jpg
148 | 000182.jpg
149 | 000183.jpg
150 | 000184.jpg
151 | 000185.jpg
152 | 000186.jpg
153 | 000187.jpg
154 | 000188.jpg
155 | 000189.jpg
156 | 000190.jpg
157 | 000191.jpg
158 | 000192.jpg
159 | 000193.jpg
160 | 000194.jpg
161 | 000195.jpg
162 | 000196.jpg
163 | 000197.jpg
164 | 000198.jpg
165 | 000199.jpg
166 | 000200.jpg
167 | 000201.jpg
168 | 000202.jpg
169 | 000203.jpg
170 | 000204.jpg
171 | 000223.jpg
172 | 000224.jpg
173 | 000225.jpg
174 | 000226.jpg
175 | 000227.jpg
176 | 000228.jpg
177 | 000229.jpg
178 | 000230.jpg
179 | 000231.jpg
180 | 000232.jpg
181 | 000233.jpg
182 | 000234.jpg
183 | 000235.jpg
184 | 000236.jpg
185 | 000237.jpg
186 | 000238.jpg
187 | 000239.jpg
188 | 000240.jpg
189 | 000241.jpg
190 | 000242.jpg
191 | 000243.jpg
192 | 000244.jpg
193 | 000245.jpg
194 | 000246.jpg
195 | 000247.jpg
196 | 000248.jpg
197 | 000249.jpg
198 | 000250.jpg
199 | 000251.jpg
200 | 000252.jpg
201 | 000253.jpg
202 | 000254.jpg
203 | 000255.jpg
204 | 000256.jpg
205 | 000257.jpg
206 | 000258.jpg
207 | 000259.jpg
208 | 000260.jpg
209 | 000261.jpg
210 | 000262.jpg
211 | 000263.jpg
212 | 000264.jpg
213 | 000265.jpg
214 | 000266.jpg
215 | 000267.jpg
216 | 000268.jpg
217 | 000269.jpg
218 | 000270.jpg
219 | 000271.jpg
220 | 000272.jpg
221 | 000273.jpg
222 | 000274.jpg
223 | 000275.jpg
224 | 000276.jpg
225 | 000277.jpg
226 | 000278.jpg
227 | 000279.jpg
228 | 000280.jpg
229 | 000281.jpg
230 | 000282.jpg
231 | 000283.jpg
232 | 000284.jpg
233 | 000285.jpg
234 | 000286.jpg
235 | 000287.jpg
236 | 000288.jpg
237 | 000289.jpg
238 | 000290.jpg
239 | 000291.jpg
240 | 000292.jpg
241 | 000293.jpg
242 | 000294.jpg
243 | 000295.jpg
244 | 000296.jpg
245 | 000297.jpg
246 | 000298.jpg
247 | 000299.jpg
248 | 000300.jpg
249 | 000301.jpg
250 | 000302.jpg
251 | 000303.jpg
252 | 000304.jpg
253 | 000305.jpg
254 | 000306.jpg
255 | 000307.jpg
256 | 000308.jpg
257 | 000309.jpg
258 | 000310.jpg
259 | 000311.jpg
260 | 000312.jpg
261 | 000313.jpg
262 | 000314.jpg
263 | 000315.jpg
264 | 000316.jpg
265 | 000317.jpg
266 | 000318.jpg
267 | 000319.jpg
268 | 000320.jpg
269 | 000321.jpg
270 | 000322.jpg
271 | 000323.jpg
272 | 000324.jpg
273 | 000325.jpg
274 | 000326.jpg
275 | 000327.jpg
276 | 000328.jpg
277 | 000329.jpg
278 | 000330.jpg
279 | 000331.jpg
280 | 000332.jpg
281 | 000333.jpg
282 | 000334.jpg
283 | 000335.jpg
284 | 000336.jpg
285 | 000337.jpg
286 | 000338.jpg
287 | 000339.jpg
288 | 000340.jpg
289 | 000341.jpg
290 | 000342.jpg
291 | 000343.jpg
292 | 000344.jpg
293 | 000345.jpg
294 | 000346.jpg
295 | 000347.jpg
296 | 000348.jpg
297 | 000349.jpg
298 | 000350.jpg
299 | 000351.jpg
300 | 000352.jpg
301 | 000353.jpg
302 | 000354.jpg
303 | 000355.jpg
304 | 000356.jpg
305 | 000357.jpg
306 | 000358.jpg
307 | 000359.jpg
308 | 000360.jpg
309 | 000361.jpg
310 | 000362.jpg
311 | 000363.jpg
312 | 000364.jpg
313 | 000365.jpg
314 | 000366.jpg
315 | 000367.jpg
316 | 000368.jpg
317 | 000369.jpg
318 | 000370.jpg
319 | 000371.jpg
320 | 000372.jpg
321 | 000373.jpg
322 | 000374.jpg
323 | 000375.jpg
324 | 000376.jpg
325 | 000377.jpg
326 | 000378.jpg
327 | 000379.jpg
328 | 000380.jpg
329 | 000381.jpg
330 | 000382.jpg
331 | 000383.jpg
332 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person17.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000205.jpg
192 | 000206.jpg
193 | 000207.jpg
194 | 000208.jpg
195 | 000209.jpg
196 | 000210.jpg
197 | 000211.jpg
198 | 000212.jpg
199 | 000213.jpg
200 | 000214.jpg
201 | 000215.jpg
202 | 000216.jpg
203 | 000217.jpg
204 | 000218.jpg
205 | 000219.jpg
206 | 000220.jpg
207 | 000221.jpg
208 | 000222.jpg
209 | 000223.jpg
210 | 000224.jpg
211 | 000225.jpg
212 | 000226.jpg
213 | 000227.jpg
214 | 000228.jpg
215 | 000229.jpg
216 | 000230.jpg
217 | 000231.jpg
218 | 000232.jpg
219 | 000233.jpg
220 | 000234.jpg
221 | 000235.jpg
222 | 000236.jpg
223 | 000237.jpg
224 | 000238.jpg
225 | 000239.jpg
226 | 000240.jpg
227 | 000241.jpg
228 | 000242.jpg
229 | 000243.jpg
230 | 000244.jpg
231 | 000245.jpg
232 | 000246.jpg
233 | 000247.jpg
234 | 000248.jpg
235 | 000249.jpg
236 | 000250.jpg
237 | 000251.jpg
238 | 000252.jpg
239 | 000253.jpg
240 | 000254.jpg
241 | 000255.jpg
242 | 000256.jpg
243 | 000257.jpg
244 | 000258.jpg
245 | 000259.jpg
246 | 000260.jpg
247 | 000261.jpg
248 | 000262.jpg
249 | 000263.jpg
250 | 000264.jpg
251 | 000265.jpg
252 | 000266.jpg
253 | 000267.jpg
254 | 000268.jpg
255 | 000269.jpg
256 | 000270.jpg
257 | 000271.jpg
258 | 000272.jpg
259 | 000273.jpg
260 | 000274.jpg
261 | 000275.jpg
262 | 000276.jpg
263 | 000277.jpg
264 | 000278.jpg
265 | 000279.jpg
266 | 000280.jpg
267 | 000281.jpg
268 | 000282.jpg
269 | 000283.jpg
270 | 000284.jpg
271 | 000285.jpg
272 | 000286.jpg
273 | 000287.jpg
274 | 000288.jpg
275 | 000289.jpg
276 | 000290.jpg
277 | 000291.jpg
278 | 000292.jpg
279 | 000293.jpg
280 | 000294.jpg
281 | 000295.jpg
282 | 000296.jpg
283 | 000297.jpg
284 | 000298.jpg
285 | 000299.jpg
286 | 000300.jpg
287 | 000301.jpg
288 | 000302.jpg
289 | 000303.jpg
290 | 000304.jpg
291 | 000305.jpg
292 | 000306.jpg
293 | 000307.jpg
294 | 000308.jpg
295 | 000309.jpg
296 | 000310.jpg
297 | 000311.jpg
298 | 000312.jpg
299 | 000313.jpg
300 | 000314.jpg
301 | 000315.jpg
302 | 000316.jpg
303 | 000317.jpg
304 | 000318.jpg
305 | 000319.jpg
306 | 000320.jpg
307 | 000321.jpg
308 | 000322.jpg
309 | 000323.jpg
310 | 000324.jpg
311 | 000325.jpg
312 | 000326.jpg
313 | 000327.jpg
314 | 000328.jpg
315 | 000329.jpg
316 | 000330.jpg
317 | 000331.jpg
318 | 000332.jpg
319 | 000333.jpg
320 | 000334.jpg
321 | 000335.jpg
322 | 000336.jpg
323 | 000337.jpg
324 | 000338.jpg
325 | 000339.jpg
326 | 000340.jpg
327 | 000341.jpg
328 | 000342.jpg
329 | 000343.jpg
330 | 000344.jpg
331 | 000345.jpg
332 | 000346.jpg
333 | 000347.jpg
334 | 000348.jpg
335 | 000349.jpg
336 | 000350.jpg
337 | 000351.jpg
338 | 000352.jpg
339 | 000353.jpg
340 | 000354.jpg
341 | 000355.jpg
342 | 000356.jpg
343 | 000357.jpg
344 | 000358.jpg
345 | 000359.jpg
346 | 000360.jpg
347 | 000361.jpg
348 | 000362.jpg
349 | 000363.jpg
350 | 000364.jpg
351 | 000365.jpg
352 | 000366.jpg
353 | 000367.jpg
354 | 000368.jpg
355 | 000369.jpg
356 | 000370.jpg
357 | 000371.jpg
358 | 000372.jpg
359 | 000373.jpg
360 | 000374.jpg
361 | 000375.jpg
362 | 000376.jpg
363 | 000377.jpg
364 | 000378.jpg
365 | 000379.jpg
366 | 000380.jpg
367 | 000381.jpg
368 | 000382.jpg
369 | 000383.jpg
370 | 000384.jpg
371 | 000385.jpg
372 | 000386.jpg
373 | 000387.jpg
374 | 000388.jpg
375 | 000389.jpg
376 | 000390.jpg
377 | 000391.jpg
378 | 000392.jpg
379 | 000393.jpg
380 | 000394.jpg
381 | 000395.jpg
382 | 000396.jpg
383 | 000397.jpg
384 | 000398.jpg
385 | 000399.jpg
386 | 000400.jpg
387 | 000401.jpg
388 | 000402.jpg
389 | 000403.jpg
390 | 000404.jpg
391 | 000405.jpg
392 | 000406.jpg
393 | 000407.jpg
394 | 000408.jpg
395 | 000409.jpg
396 | 000410.jpg
397 | 000411.jpg
398 | 000412.jpg
399 | 000413.jpg
400 | 000414.jpg
401 | 000415.jpg
402 | 000416.jpg
403 | 000417.jpg
404 | 000418.jpg
405 | 000419.jpg
406 | 000420.jpg
407 | 000421.jpg
408 | 000422.jpg
409 | 000423.jpg
410 | 000424.jpg
411 | 000425.jpg
412 | 000426.jpg
413 | 000427.jpg
414 | 000428.jpg
415 | 000429.jpg
416 | 000430.jpg
417 | 000431.jpg
418 | 000432.jpg
419 | 000433.jpg
420 | 000434.jpg
421 | 000435.jpg
422 | 000436.jpg
423 | 000437.jpg
424 | 000438.jpg
425 | 000439.jpg
426 | 000440.jpg
427 | 000441.jpg
428 | 000442.jpg
429 | 000443.jpg
430 | 000444.jpg
431 | 000445.jpg
432 | 000446.jpg
433 | 000447.jpg
434 | 000448.jpg
435 | 000449.jpg
436 | 000450.jpg
437 | 000451.jpg
438 | 000452.jpg
439 | 000453.jpg
440 | 000454.jpg
441 | 000455.jpg
442 | 000456.jpg
443 | 000457.jpg
444 | 000458.jpg
445 | 000459.jpg
446 | 000460.jpg
447 | 000461.jpg
448 | 000462.jpg
449 | 000463.jpg
450 | 000464.jpg
451 | 000465.jpg
452 | 000466.jpg
453 | 000467.jpg
454 | 000468.jpg
455 | 000482.jpg
456 | 000483.jpg
457 | 000484.jpg
458 | 000485.jpg
459 | 000486.jpg
460 | 000487.jpg
461 | 000488.jpg
462 | 000489.jpg
463 | 000490.jpg
464 | 000491.jpg
465 | 000492.jpg
466 | 000493.jpg
467 | 000494.jpg
468 | 000495.jpg
469 | 000496.jpg
470 | 000497.jpg
471 | 000498.jpg
472 | 000499.jpg
473 | 000500.jpg
474 | 000501.jpg
475 | 000502.jpg
476 | 000503.jpg
477 | 000504.jpg
478 | 000505.jpg
479 | 000506.jpg
480 | 000507.jpg
481 | 000508.jpg
482 | 000509.jpg
483 | 000510.jpg
484 | 000511.jpg
485 | 000512.jpg
486 | 000513.jpg
487 | 000514.jpg
488 | 000515.jpg
489 | 000516.jpg
490 | 000517.jpg
491 | 000518.jpg
492 | 000519.jpg
493 | 000520.jpg
494 | 000521.jpg
495 | 000522.jpg
496 | 000523.jpg
497 | 000524.jpg
498 | 000525.jpg
499 | 000526.jpg
500 | 000527.jpg
501 | 000528.jpg
502 | 000529.jpg
503 | 000530.jpg
504 | 000531.jpg
505 | 000532.jpg
506 | 000533.jpg
507 | 000534.jpg
508 | 000535.jpg
509 | 000536.jpg
510 | 000537.jpg
511 | 000538.jpg
512 | 000539.jpg
513 | 000540.jpg
514 | 000541.jpg
515 | 000542.jpg
516 | 000543.jpg
517 | 000544.jpg
518 | 000557.jpg
519 | 000558.jpg
520 | 000559.jpg
521 | 000560.jpg
522 | 000561.jpg
523 | 000562.jpg
524 | 000563.jpg
525 | 000564.jpg
526 | 000565.jpg
527 | 000566.jpg
528 | 000567.jpg
529 | 000568.jpg
530 | 000569.jpg
531 | 000570.jpg
532 | 000571.jpg
533 | 000572.jpg
534 | 000573.jpg
535 | 000574.jpg
536 | 000575.jpg
537 | 000576.jpg
538 | 000577.jpg
539 | 000578.jpg
540 | 000579.jpg
541 | 000580.jpg
542 | 000581.jpg
543 | 000582.jpg
544 | 000583.jpg
545 | 000584.jpg
546 | 000585.jpg
547 | 000586.jpg
548 | 000587.jpg
549 | 000588.jpg
550 | 000589.jpg
551 | 000590.jpg
552 | 000591.jpg
553 | 000592.jpg
554 | 000593.jpg
555 | 000594.jpg
556 | 000595.jpg
557 | 000596.jpg
558 | 000597.jpg
559 | 000598.jpg
560 | 000599.jpg
561 | 000600.jpg
562 | 000601.jpg
563 | 000602.jpg
564 | 000603.jpg
565 | 000604.jpg
566 | 000605.jpg
567 | 000606.jpg
568 | 000607.jpg
569 | 000608.jpg
570 | 000609.jpg
571 | 000610.jpg
572 | 000611.jpg
573 | 000612.jpg
574 | 000613.jpg
575 | 000614.jpg
576 | 000615.jpg
577 | 000616.jpg
578 | 000617.jpg
579 | 000618.jpg
580 | 000619.jpg
581 | 000620.jpg
582 | 000621.jpg
583 | 000622.jpg
584 | 000623.jpg
585 | 000624.jpg
586 | 000625.jpg
587 | 000626.jpg
588 | 000627.jpg
589 | 000628.jpg
590 | 000629.jpg
591 | 000630.jpg
592 | 000631.jpg
593 | 000632.jpg
594 | 000633.jpg
595 | 000634.jpg
596 | 000635.jpg
597 | 000636.jpg
598 | 000637.jpg
599 | 000638.jpg
600 | 000639.jpg
601 | 000640.jpg
602 | 000641.jpg
603 | 000642.jpg
604 | 000643.jpg
605 | 000644.jpg
606 | 000645.jpg
607 | 000646.jpg
608 | 000647.jpg
609 | 000648.jpg
610 | 000649.jpg
611 | 000650.jpg
612 | 000651.jpg
613 | 000652.jpg
614 | 000653.jpg
615 | 000654.jpg
616 | 000655.jpg
617 | 000656.jpg
618 | 000657.jpg
619 | 000658.jpg
620 | 000659.jpg
621 | 000660.jpg
622 | 000661.jpg
623 | 000662.jpg
624 | 000663.jpg
625 | 000664.jpg
626 | 000665.jpg
627 | 000666.jpg
628 | 000667.jpg
629 | 000668.jpg
630 | 000669.jpg
631 | 000670.jpg
632 | 000671.jpg
633 | 000672.jpg
634 | 000673.jpg
635 | 000674.jpg
636 | 000675.jpg
637 | 000676.jpg
638 | 000677.jpg
639 | 000678.jpg
640 | 000679.jpg
641 | 000680.jpg
642 | 000681.jpg
643 | 000682.jpg
644 | 000683.jpg
645 | 000684.jpg
646 | 000685.jpg
647 | 000686.jpg
648 | 000687.jpg
649 | 000688.jpg
650 | 000689.jpg
651 | 000690.jpg
652 | 000691.jpg
653 | 000692.jpg
654 | 000693.jpg
655 | 000694.jpg
656 | 000695.jpg
657 | 000696.jpg
658 | 000697.jpg
659 | 000698.jpg
660 | 000699.jpg
661 | 000700.jpg
662 | 000701.jpg
663 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person18.txt:
--------------------------------------------------------------------------------
  1 | 000116.jpg
  2 | 000117.jpg
  3 | 000118.jpg
  4 | 000119.jpg
  5 | 000120.jpg
  6 | 000121.jpg
  7 | 000122.jpg
  8 | 000123.jpg
  9 | 000124.jpg
 10 | 000125.jpg
 11 | 000274.jpg
 12 | 000275.jpg
 13 | 000276.jpg
 14 | 000277.jpg
 15 | 000278.jpg
 16 | 000279.jpg
 17 | 000280.jpg
 18 | 000281.jpg
 19 | 000282.jpg
 20 | 000283.jpg
 21 | 000284.jpg
 22 | 000285.jpg
 23 | 000286.jpg
 24 | 000287.jpg
 25 | 000288.jpg
 26 | 000289.jpg
 27 | 000290.jpg
 28 | 000291.jpg
 29 | 000292.jpg
 30 | 000293.jpg
 31 | 000294.jpg
 32 | 000295.jpg
 33 | 000296.jpg
 34 | 000297.jpg
 35 | 000298.jpg
 36 | 000299.jpg
 37 | 000300.jpg
 38 | 000301.jpg
 39 | 000302.jpg
 40 | 000303.jpg
 41 | 000304.jpg
 42 | 000305.jpg
 43 | 000306.jpg
 44 | 000307.jpg
 45 | 000308.jpg
 46 | 000309.jpg
 47 | 000310.jpg
 48 | 000311.jpg
 49 | 000312.jpg
 50 | 000313.jpg
 51 | 000314.jpg
 52 | 000315.jpg
 53 | 000316.jpg
 54 | 000317.jpg
 55 | 000318.jpg
 56 | 000319.jpg
 57 | 000320.jpg
 58 | 000321.jpg
 59 | 000322.jpg
 60 | 000323.jpg
 61 | 000324.jpg
 62 | 000325.jpg
 63 | 000326.jpg
 64 | 000327.jpg
 65 | 000328.jpg
 66 | 000329.jpg
 67 | 000330.jpg
 68 | 000331.jpg
 69 | 000332.jpg
 70 | 000333.jpg
 71 | 000334.jpg
 72 | 000335.jpg
 73 | 000336.jpg
 74 | 000337.jpg
 75 | 000338.jpg
 76 | 000339.jpg
 77 | 000340.jpg
 78 | 000341.jpg
 79 | 000342.jpg
 80 | 000343.jpg
 81 | 000344.jpg
 82 | 000345.jpg
 83 | 000346.jpg
 84 | 000347.jpg
 85 | 000348.jpg
 86 | 000349.jpg
 87 | 000350.jpg
 88 | 000351.jpg
 89 | 000352.jpg
 90 | 000353.jpg
 91 | 000354.jpg
 92 | 000355.jpg
 93 | 000356.jpg
 94 | 000357.jpg
 95 | 000358.jpg
 96 | 000359.jpg
 97 | 000360.jpg
 98 | 000361.jpg
 99 | 000362.jpg
100 | 000363.jpg
101 | 000364.jpg
102 | 000365.jpg
103 | 000366.jpg
104 | 000367.jpg
105 | 000368.jpg
106 | 000369.jpg
107 | 000370.jpg
108 | 000371.jpg
109 | 000372.jpg
110 | 000373.jpg
111 | 000374.jpg
112 | 000375.jpg
113 | 000376.jpg
114 | 000377.jpg
115 | 000378.jpg
116 | 000379.jpg
117 | 000380.jpg
118 | 000381.jpg
119 | 000382.jpg
120 | 000383.jpg
121 | 000384.jpg
122 | 000385.jpg
123 | 000386.jpg
124 | 000387.jpg
125 | 000388.jpg
126 | 000389.jpg
127 | 000390.jpg
128 | 000391.jpg
129 | 000392.jpg
130 | 000393.jpg
131 | 000394.jpg
132 | 000395.jpg
133 | 000396.jpg
134 | 000397.jpg
135 | 000398.jpg
136 | 000399.jpg
137 | 000400.jpg
138 | 000401.jpg
139 | 000402.jpg
140 | 000403.jpg
141 | 000404.jpg
142 | 000405.jpg
143 | 000406.jpg
144 | 000407.jpg
145 | 000408.jpg
146 | 000409.jpg
147 | 000410.jpg
148 | 000411.jpg
149 | 000412.jpg
150 | 000413.jpg
151 | 000414.jpg
152 | 000415.jpg
153 | 000416.jpg
154 | 000417.jpg
155 | 000418.jpg
156 | 000419.jpg
157 | 000420.jpg
158 | 000421.jpg
159 | 000422.jpg
160 | 000423.jpg
161 | 000424.jpg
162 | 000425.jpg
163 | 000426.jpg
164 | 000427.jpg
165 | 000428.jpg
166 | 000429.jpg
167 | 000430.jpg
168 | 000431.jpg
169 | 000432.jpg
170 | 000433.jpg
171 | 000434.jpg
172 | 000435.jpg
173 | 000436.jpg
174 | 000437.jpg
175 | 000438.jpg
176 | 000439.jpg
177 | 000440.jpg
178 | 000441.jpg
179 | 000442.jpg
180 | 000443.jpg
181 | 000444.jpg
182 | 000445.jpg
183 | 000446.jpg
184 | 000447.jpg
185 | 000448.jpg
186 | 000449.jpg
187 | 000450.jpg
188 | 000451.jpg
189 | 000452.jpg
190 | 000453.jpg
191 | 000454.jpg
192 | 000455.jpg
193 | 000456.jpg
194 | 000457.jpg
195 | 000458.jpg
196 | 000459.jpg
197 | 000460.jpg
198 | 000461.jpg
199 | 000462.jpg
200 | 000463.jpg
201 | 000464.jpg
202 | 000465.jpg
203 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person19.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000399.jpg
 46 | 000400.jpg
 47 | 000401.jpg
 48 | 000402.jpg
 49 | 000403.jpg
 50 | 000404.jpg
 51 | 000536.jpg
 52 | 000537.jpg
 53 | 000538.jpg
 54 | 000539.jpg
 55 | 000540.jpg
 56 | 000541.jpg
 57 | 000542.jpg
 58 | 000543.jpg
 59 | 000544.jpg
 60 | 000545.jpg
 61 | 000546.jpg
 62 | 000547.jpg
 63 | 000548.jpg
 64 | 000549.jpg
 65 | 000550.jpg
 66 | 000551.jpg
 67 | 000552.jpg
 68 | 000553.jpg
 69 | 000554.jpg
 70 | 000555.jpg
 71 | 000556.jpg
 72 | 000557.jpg
 73 | 000558.jpg
 74 | 000559.jpg
 75 | 000560.jpg
 76 | 000561.jpg
 77 | 000562.jpg
 78 | 000563.jpg
 79 | 000564.jpg
 80 | 000565.jpg
 81 | 000566.jpg
 82 | 000567.jpg
 83 | 000568.jpg
 84 | 000569.jpg
 85 | 000570.jpg
 86 | 000571.jpg
 87 | 000572.jpg
 88 | 000573.jpg
 89 | 000574.jpg
 90 | 000575.jpg
 91 | 000576.jpg
 92 | 000577.jpg
 93 | 000578.jpg
 94 | 000579.jpg
 95 | 000580.jpg
 96 | 000581.jpg
 97 | 000582.jpg
 98 | 000583.jpg
 99 | 000584.jpg
100 | 000585.jpg
101 | 000586.jpg
102 | 000587.jpg
103 | 000588.jpg
104 | 000589.jpg
105 | 000590.jpg
106 | 000591.jpg
107 | 000592.jpg
108 | 000593.jpg
109 | 000594.jpg
110 | 000595.jpg
111 | 000596.jpg
112 | 000597.jpg
113 | 000598.jpg
114 | 000599.jpg
115 | 000600.jpg
116 | 000601.jpg
117 | 000602.jpg
118 | 000603.jpg
119 | 000604.jpg
120 | 000605.jpg
121 | 000606.jpg
122 | 000607.jpg
123 | 000608.jpg
124 | 000609.jpg
125 | 000610.jpg
126 | 000611.jpg
127 | 000612.jpg
128 | 000613.jpg
129 | 000614.jpg
130 | 000615.jpg
131 | 000616.jpg
132 | 000617.jpg
133 | 000618.jpg
134 | 000619.jpg
135 | 000620.jpg
136 | 000621.jpg
137 | 000622.jpg
138 | 000623.jpg
139 | 000624.jpg
140 | 000625.jpg
141 | 000626.jpg
142 | 000627.jpg
143 | 000628.jpg
144 | 000629.jpg
145 | 000630.jpg
146 | 000631.jpg
147 | 000632.jpg
148 | 000633.jpg
149 | 000672.jpg
150 | 000673.jpg
151 | 000674.jpg
152 | 000675.jpg
153 | 000676.jpg
154 | 000677.jpg
155 | 000678.jpg
156 | 000679.jpg
157 | 000680.jpg
158 | 000681.jpg
159 | 000682.jpg
160 | 000683.jpg
161 | 000684.jpg
162 | 000685.jpg
163 | 000686.jpg
164 | 000687.jpg
165 | 000688.jpg
166 | 000689.jpg
167 | 000690.jpg
168 | 000691.jpg
169 | 000692.jpg
170 | 000693.jpg
171 | 000694.jpg
172 | 000695.jpg
173 | 000696.jpg
174 | 000697.jpg
175 | 000698.jpg
176 | 000699.jpg
177 | 000700.jpg
178 | 000701.jpg
179 | 000702.jpg
180 | 000703.jpg
181 | 000704.jpg
182 | 000705.jpg
183 | 000706.jpg
184 | 000707.jpg
185 | 000708.jpg
186 | 000709.jpg
187 | 000710.jpg
188 | 000711.jpg
189 | 000712.jpg
190 | 000713.jpg
191 | 000714.jpg
192 | 000715.jpg
193 | 000716.jpg
194 | 000717.jpg
195 | 000718.jpg
196 | 000719.jpg
197 | 001265.jpg
198 | 001266.jpg
199 | 001267.jpg
200 | 001268.jpg
201 | 001269.jpg
202 | 001270.jpg
203 | 001271.jpg
204 | 001272.jpg
205 | 001273.jpg
206 | 001274.jpg
207 | 001275.jpg
208 | 001276.jpg
209 | 001277.jpg
210 | 001278.jpg
211 | 001279.jpg
212 | 001280.jpg
213 | 001281.jpg
214 | 001282.jpg
215 | 001283.jpg
216 | 001284.jpg
217 | 001285.jpg
218 | 001286.jpg
219 | 001287.jpg
220 | 001288.jpg
221 | 001289.jpg
222 | 001290.jpg
223 | 001291.jpg
224 | 001292.jpg
225 | 001293.jpg
226 | 001294.jpg
227 | 001295.jpg
228 | 001296.jpg
229 | 001297.jpg
230 | 001298.jpg
231 | 001299.jpg
232 | 001300.jpg
233 | 001301.jpg
234 | 001302.jpg
235 | 001303.jpg
236 | 001304.jpg
237 | 001305.jpg
238 | 001306.jpg
239 | 001307.jpg
240 | 001308.jpg
241 | 001309.jpg
242 | 001310.jpg
243 | 001311.jpg
244 | 001312.jpg
245 | 001313.jpg
246 | 001314.jpg
247 | 001315.jpg
248 | 001316.jpg
249 | 001317.jpg
250 | 001318.jpg
251 | 001319.jpg
252 | 001320.jpg
253 | 001321.jpg
254 | 001322.jpg
255 | 001323.jpg
256 | 001324.jpg
257 | 001325.jpg
258 | 001326.jpg
259 | 001327.jpg
260 | 001328.jpg
261 | 001329.jpg
262 | 001330.jpg
263 | 001331.jpg
264 | 001332.jpg
265 | 001333.jpg
266 | 001334.jpg
267 | 001335.jpg
268 | 001336.jpg
269 | 001337.jpg
270 | 001338.jpg
271 | 001339.jpg
272 | 001340.jpg
273 | 001341.jpg
274 | 001342.jpg
275 | 001343.jpg
276 | 001344.jpg
277 | 001345.jpg
278 | 001346.jpg
279 | 001347.jpg
280 | 001348.jpg
281 | 001349.jpg
282 | 001350.jpg
283 | 001351.jpg
284 | 001352.jpg
285 | 001353.jpg
286 | 001354.jpg
287 | 001355.jpg
288 | 001356.jpg
289 | 001357.jpg
290 | 001358.jpg
291 | 001359.jpg
292 | 001360.jpg
293 | 001361.jpg
294 | 001362.jpg
295 | 001363.jpg
296 | 001364.jpg
297 | 001365.jpg
298 | 001366.jpg
299 | 001367.jpg
300 | 001368.jpg
301 | 001369.jpg
302 | 001370.jpg
303 | 001371.jpg
304 | 001372.jpg
305 | 001373.jpg
306 | 001374.jpg
307 | 001375.jpg
308 | 001376.jpg
309 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person20.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000093.jpg
 33 | 000094.jpg
 34 | 000095.jpg
 35 | 000096.jpg
 36 | 000097.jpg
 37 | 000098.jpg
 38 | 000099.jpg
 39 | 000100.jpg
 40 | 000101.jpg
 41 | 000102.jpg
 42 | 000103.jpg
 43 | 000104.jpg
 44 | 000105.jpg
 45 | 000106.jpg
 46 | 000107.jpg
 47 | 000108.jpg
 48 | 000109.jpg
 49 | 000110.jpg
 50 | 000111.jpg
 51 | 000112.jpg
 52 | 000113.jpg
 53 | 000114.jpg
 54 | 000115.jpg
 55 | 000116.jpg
 56 | 000117.jpg
 57 | 000118.jpg
 58 | 000119.jpg
 59 | 000120.jpg
 60 | 000121.jpg
 61 | 000122.jpg
 62 | 000123.jpg
 63 | 000124.jpg
 64 | 000125.jpg
 65 | 000126.jpg
 66 | 000127.jpg
 67 | 000128.jpg
 68 | 000129.jpg
 69 | 000130.jpg
 70 | 000131.jpg
 71 | 000132.jpg
 72 | 000133.jpg
 73 | 000134.jpg
 74 | 000135.jpg
 75 | 000136.jpg
 76 | 000137.jpg
 77 | 000138.jpg
 78 | 000139.jpg
 79 | 000140.jpg
 80 | 000141.jpg
 81 | 000142.jpg
 82 | 000143.jpg
 83 | 000144.jpg
 84 | 000145.jpg
 85 | 000146.jpg
 86 | 000147.jpg
 87 | 000148.jpg
 88 | 000149.jpg
 89 | 000150.jpg
 90 | 000151.jpg
 91 | 000152.jpg
 92 | 000153.jpg
 93 | 000154.jpg
 94 | 000155.jpg
 95 | 000156.jpg
 96 | 000157.jpg
 97 | 000158.jpg
 98 | 000159.jpg
 99 | 000160.jpg
100 | 000161.jpg
101 | 000162.jpg
102 | 000163.jpg
103 | 000164.jpg
104 | 000165.jpg
105 | 000166.jpg
106 | 000167.jpg
107 | 000168.jpg
108 | 000169.jpg
109 | 000170.jpg
110 | 000171.jpg
111 | 000172.jpg
112 | 000329.jpg
113 | 000330.jpg
114 | 000552.jpg
115 | 000553.jpg
116 | 000554.jpg
117 | 000555.jpg
118 | 000556.jpg
119 | 000557.jpg
120 | 000558.jpg
121 | 000559.jpg
122 | 000560.jpg
123 | 000561.jpg
124 | 000562.jpg
125 | 000563.jpg
126 | 000564.jpg
127 | 000565.jpg
128 | 000566.jpg
129 | 000567.jpg
130 | 000568.jpg
131 | 000569.jpg
132 | 000570.jpg
133 | 000571.jpg
134 | 000572.jpg
135 | 000573.jpg
136 | 000574.jpg
137 | 000575.jpg
138 | 000576.jpg
139 | 000577.jpg
140 | 000578.jpg
141 | 000579.jpg
142 | 000580.jpg
143 | 000581.jpg
144 | 000582.jpg
145 | 000583.jpg
146 | 000584.jpg
147 | 000585.jpg
148 | 000586.jpg
149 | 000587.jpg
150 | 000588.jpg
151 | 000589.jpg
152 | 000590.jpg
153 | 000591.jpg
154 | 000592.jpg
155 | 000593.jpg
156 | 000594.jpg
157 | 000595.jpg
158 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person22.txt:
--------------------------------------------------------------------------------
 1 | 000019.jpg
 2 | 000020.jpg
 3 | 000021.jpg
 4 | 000022.jpg
 5 | 000023.jpg
 6 | 000024.jpg
 7 | 000025.jpg
 8 | 000026.jpg
 9 | 000027.jpg
10 | 000028.jpg
11 | 000029.jpg
12 | 000030.jpg
13 | 000031.jpg
14 | 000032.jpg
15 | 000033.jpg
16 | 000034.jpg
17 | 000035.jpg
18 | 000036.jpg
19 | 000037.jpg
20 | 000038.jpg
21 | 000039.jpg
22 | 000040.jpg
23 | 000041.jpg
24 | 000042.jpg
25 | 000043.jpg
26 | 000044.jpg
27 | 000045.jpg
28 | 000046.jpg
29 | 000047.jpg
30 | 000048.jpg
31 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person23.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person3.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person4.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000381.jpg
 37 | 000382.jpg
 38 | 000383.jpg
 39 | 000384.jpg
 40 | 000385.jpg
 41 | 000386.jpg
 42 | 000387.jpg
 43 | 000388.jpg
 44 | 000389.jpg
 45 | 000390.jpg
 46 | 000391.jpg
 47 | 000392.jpg
 48 | 000393.jpg
 49 | 000394.jpg
 50 | 000395.jpg
 51 | 000396.jpg
 52 | 000397.jpg
 53 | 000398.jpg
 54 | 000399.jpg
 55 | 000400.jpg
 56 | 000401.jpg
 57 | 000402.jpg
 58 | 000403.jpg
 59 | 000404.jpg
 60 | 000405.jpg
 61 | 000406.jpg
 62 | 000407.jpg
 63 | 000408.jpg
 64 | 000409.jpg
 65 | 000410.jpg
 66 | 000411.jpg
 67 | 000412.jpg
 68 | 000413.jpg
 69 | 000414.jpg
 70 | 000415.jpg
 71 | 000416.jpg
 72 | 000417.jpg
 73 | 000418.jpg
 74 | 000419.jpg
 75 | 000420.jpg
 76 | 000421.jpg
 77 | 000422.jpg
 78 | 000423.jpg
 79 | 000424.jpg
 80 | 000425.jpg
 81 | 000426.jpg
 82 | 000427.jpg
 83 | 000428.jpg
 84 | 000429.jpg
 85 | 000430.jpg
 86 | 000431.jpg
 87 | 000432.jpg
 88 | 000433.jpg
 89 | 000434.jpg
 90 | 000435.jpg
 91 | 000436.jpg
 92 | 000437.jpg
 93 | 000438.jpg
 94 | 000439.jpg
 95 | 000440.jpg
 96 | 000441.jpg
 97 | 000442.jpg
 98 | 000443.jpg
 99 | 000444.jpg
100 | 000445.jpg
101 | 000446.jpg
102 | 000447.jpg
103 | 000448.jpg
104 | 000449.jpg
105 | 000450.jpg
106 | 000451.jpg
107 | 000452.jpg
108 | 000453.jpg
109 | 000454.jpg
110 | 000455.jpg
111 | 000456.jpg
112 | 000457.jpg
113 | 000458.jpg
114 | 000459.jpg
115 | 000460.jpg
116 | 000461.jpg
117 | 000462.jpg
118 | 000463.jpg
119 | 000464.jpg
120 | 000465.jpg
121 | 000466.jpg
122 | 000467.jpg
123 | 000468.jpg
124 | 000469.jpg
125 | 000470.jpg
126 | 000471.jpg
127 | 000472.jpg
128 | 000473.jpg
129 | 000474.jpg
130 | 000475.jpg
131 | 000476.jpg
132 | 000477.jpg
133 | 000478.jpg
134 | 000479.jpg
135 | 000480.jpg
136 | 000481.jpg
137 | 000482.jpg
138 | 000483.jpg
139 | 000484.jpg
140 | 000485.jpg
141 | 000486.jpg
142 | 000487.jpg
143 | 000488.jpg
144 | 000489.jpg
145 | 000490.jpg
146 | 000491.jpg
147 | 000492.jpg
148 | 000493.jpg
149 | 000494.jpg
150 | 000495.jpg
151 | 000496.jpg
152 | 000497.jpg
153 | 000498.jpg
154 | 000499.jpg
155 | 000500.jpg
156 | 000501.jpg
157 | 000502.jpg
158 | 000503.jpg
159 | 000504.jpg
160 | 000505.jpg
161 | 000506.jpg
162 | 000507.jpg
163 | 000508.jpg
164 | 000509.jpg
165 | 000510.jpg
166 | 000511.jpg
167 | 000512.jpg
168 | 000513.jpg
169 | 000514.jpg
170 | 000515.jpg
171 | 000516.jpg
172 | 000517.jpg
173 | 000518.jpg
174 | 000519.jpg
175 | 000520.jpg
176 | 000521.jpg
177 | 000522.jpg
178 | 000523.jpg
179 | 000524.jpg
180 | 000525.jpg
181 | 000526.jpg
182 | 000527.jpg
183 | 000528.jpg
184 | 000529.jpg
185 | 000530.jpg
186 | 000531.jpg
187 | 000532.jpg
188 | 000533.jpg
189 | 000534.jpg
190 | 000535.jpg
191 | 000536.jpg
192 | 000537.jpg
193 | 000538.jpg
194 | 000539.jpg
195 | 000540.jpg
196 | 000541.jpg
197 | 000542.jpg
198 | 000543.jpg
199 | 000544.jpg
200 | 000545.jpg
201 | 000546.jpg
202 | 000547.jpg
203 | 000548.jpg
204 | 000549.jpg
205 | 000550.jpg
206 | 000551.jpg
207 | 000552.jpg
208 | 000553.jpg
209 | 000554.jpg
210 | 000555.jpg
211 | 000556.jpg
212 | 000557.jpg
213 | 000558.jpg
214 | 000559.jpg
215 | 000560.jpg
216 | 000561.jpg
217 | 000562.jpg
218 | 000563.jpg
219 | 000564.jpg
220 | 000565.jpg
221 | 000566.jpg
222 | 000567.jpg
223 | 000568.jpg
224 | 000569.jpg
225 | 000570.jpg
226 | 000571.jpg
227 | 000572.jpg
228 | 000573.jpg
229 | 000574.jpg
230 | 000575.jpg
231 | 000576.jpg
232 | 000577.jpg
233 | 000578.jpg
234 | 000579.jpg
235 | 000580.jpg
236 | 000581.jpg
237 | 000582.jpg
238 | 000583.jpg
239 | 000584.jpg
240 | 000585.jpg
241 | 000586.jpg
242 | 000587.jpg
243 | 000588.jpg
244 | 000589.jpg
245 | 000590.jpg
246 | 000591.jpg
247 | 000592.jpg
248 | 000593.jpg
249 | 000594.jpg
250 | 000595.jpg
251 | 000596.jpg
252 | 000597.jpg
253 | 000598.jpg
254 | 000599.jpg
255 | 000600.jpg
256 | 000601.jpg
257 | 000602.jpg
258 | 000603.jpg
259 | 000604.jpg
260 | 000605.jpg
261 | 000606.jpg
262 | 000607.jpg
263 | 000608.jpg
264 | 000609.jpg
265 | 000610.jpg
266 | 000611.jpg
267 | 000612.jpg
268 | 000613.jpg
269 | 000614.jpg
270 | 000615.jpg
271 | 000616.jpg
272 | 000617.jpg
273 | 000618.jpg
274 | 000619.jpg
275 | 000620.jpg
276 | 000621.jpg
277 | 000622.jpg
278 | 000623.jpg
279 | 000624.jpg
280 | 000625.jpg
281 | 000626.jpg
282 | 000627.jpg
283 | 000628.jpg
284 | 000629.jpg
285 | 000630.jpg
286 | 000631.jpg
287 | 000632.jpg
288 | 000633.jpg
289 | 000634.jpg
290 | 000635.jpg
291 | 000636.jpg
292 | 000637.jpg
293 | 000638.jpg
294 | 000639.jpg
295 | 000640.jpg
296 | 000641.jpg
297 | 000642.jpg
298 | 000643.jpg
299 | 000644.jpg
300 | 000645.jpg
301 | 000646.jpg
302 | 000647.jpg
303 | 000648.jpg
304 | 000649.jpg
305 | 000650.jpg
306 | 000651.jpg
307 | 000652.jpg
308 | 000653.jpg
309 | 000654.jpg
310 | 000655.jpg
311 | 000656.jpg
312 | 000657.jpg
313 | 000658.jpg
314 | 000659.jpg
315 | 000660.jpg
316 | 000661.jpg
317 | 000662.jpg
318 | 000663.jpg
319 | 000664.jpg
320 | 000665.jpg
321 | 000666.jpg
322 | 000667.jpg
323 | 000668.jpg
324 | 000669.jpg
325 | 000670.jpg
326 | 000671.jpg
327 | 000672.jpg
328 | 000673.jpg
329 | 000674.jpg
330 | 000675.jpg
331 | 000676.jpg
332 | 000677.jpg
333 | 000678.jpg
334 | 000679.jpg
335 | 000680.jpg
336 | 000681.jpg
337 | 000682.jpg
338 | 000683.jpg
339 | 000684.jpg
340 | 000685.jpg
341 | 000686.jpg
342 | 000687.jpg
343 | 000688.jpg
344 | 000689.jpg
345 | 000690.jpg
346 | 000691.jpg
347 | 000692.jpg
348 | 000693.jpg
349 | 000694.jpg
350 | 000695.jpg
351 | 000696.jpg
352 | 000697.jpg
353 | 000698.jpg
354 | 000699.jpg
355 | 000700.jpg
356 | 000701.jpg
357 | 000702.jpg
358 | 000703.jpg
359 | 000704.jpg
360 | 000705.jpg
361 | 000706.jpg
362 | 000707.jpg
363 | 000708.jpg
364 | 000709.jpg
365 | 000710.jpg
366 | 000711.jpg
367 | 000712.jpg
368 | 000713.jpg
369 | 000714.jpg
370 | 000715.jpg
371 | 000716.jpg
372 | 000717.jpg
373 | 000718.jpg
374 | 000719.jpg
375 | 000720.jpg
376 | 000721.jpg
377 | 000722.jpg
378 | 000723.jpg
379 | 000724.jpg
380 | 000725.jpg
381 | 000726.jpg
382 | 000727.jpg
383 | 000728.jpg
384 | 000729.jpg
385 | 000730.jpg
386 | 000731.jpg
387 | 000732.jpg
388 | 000733.jpg
389 | 000734.jpg
390 | 000735.jpg
391 | 000736.jpg
392 | 000737.jpg
393 | 000738.jpg
394 | 000739.jpg
395 | 000740.jpg
396 | 000741.jpg
397 | 000742.jpg
398 | 000743.jpg
399 | 000744.jpg
400 | 000745.jpg
401 | 000746.jpg
402 | 000747.jpg
403 | 000748.jpg
404 | 000749.jpg
405 | 000750.jpg
406 | 000751.jpg
407 | 000752.jpg
408 | 000753.jpg
409 | 000754.jpg
410 | 000755.jpg
411 | 000756.jpg
412 | 000757.jpg
413 | 000758.jpg
414 | 000759.jpg
415 | 000760.jpg
416 | 000761.jpg
417 | 000762.jpg
418 | 000763.jpg
419 | 000764.jpg
420 | 000765.jpg
421 | 000766.jpg
422 | 000767.jpg
423 | 000768.jpg
424 | 000769.jpg
425 | 000770.jpg
426 | 000771.jpg
427 | 000772.jpg
428 | 000773.jpg
429 | 000774.jpg
430 | 000775.jpg
431 | 000776.jpg
432 | 000777.jpg
433 | 000778.jpg
434 | 000779.jpg
435 | 000780.jpg
436 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person6.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person7.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 000216.jpg
217 | 000217.jpg
218 | 000218.jpg
219 | 000219.jpg
220 | 000220.jpg
221 | 000221.jpg
222 | 000222.jpg
223 | 000223.jpg
224 | 000224.jpg
225 | 000225.jpg
226 | 000226.jpg
227 | 000227.jpg
228 | 000228.jpg
229 | 000229.jpg
230 | 000230.jpg
231 | 000231.jpg
232 | 000232.jpg
233 | 000242.jpg
234 | 000243.jpg
235 | 000244.jpg
236 | 000245.jpg
237 | 000246.jpg
238 | 000247.jpg
239 | 000248.jpg
240 | 000249.jpg
241 | 000250.jpg
242 | 000251.jpg
243 | 000252.jpg
244 | 000253.jpg
245 | 000254.jpg
246 | 000255.jpg
247 | 000256.jpg
248 | 000257.jpg
249 | 000258.jpg
250 | 000259.jpg
251 | 000260.jpg
252 | 000261.jpg
253 | 000262.jpg
254 | 000263.jpg
255 | 000264.jpg
256 | 000265.jpg
257 | 000266.jpg
258 | 000267.jpg
259 | 000268.jpg
260 | 000269.jpg
261 | 000270.jpg
262 | 000271.jpg
263 | 000272.jpg
264 | 000273.jpg
265 | 000274.jpg
266 | 000275.jpg
267 | 000276.jpg
268 | 000277.jpg
269 | 000278.jpg
270 | 000279.jpg
271 | 000280.jpg
272 | 000281.jpg
273 | 000282.jpg
274 | 000283.jpg
275 | 000284.jpg
276 | 000285.jpg
277 | 000286.jpg
278 | 000287.jpg
279 | 000288.jpg
280 | 000289.jpg
281 | 000290.jpg
282 | 000291.jpg
283 | 000292.jpg
284 | 000293.jpg
285 | 000294.jpg
286 | 000295.jpg
287 | 000296.jpg
288 | 000297.jpg
289 | 000298.jpg
290 | 000299.jpg
291 | 000300.jpg
292 | 000301.jpg
293 | 000302.jpg
294 | 000303.jpg
295 | 000304.jpg
296 | 000305.jpg
297 | 000306.jpg
298 | 000307.jpg
299 | 000308.jpg
300 | 000309.jpg
301 | 000310.jpg
302 | 000311.jpg
303 | 000312.jpg
304 | 000313.jpg
305 | 000314.jpg
306 | 000315.jpg
307 | 000316.jpg
308 | 000317.jpg
309 | 000318.jpg
310 | 000319.jpg
311 | 000320.jpg
312 | 000321.jpg
313 | 000322.jpg
314 | 000323.jpg
315 | 000324.jpg
316 | 000325.jpg
317 | 000326.jpg
318 | 000327.jpg
319 | 000328.jpg
320 | 000329.jpg
321 | 000330.jpg
322 | 000331.jpg
323 | 000332.jpg
324 | 000333.jpg
325 | 000334.jpg
326 | 000335.jpg
327 | 000336.jpg
328 | 000337.jpg
329 | 000338.jpg
330 | 000339.jpg
331 | 000340.jpg
332 | 000341.jpg
333 | 000342.jpg
334 | 000343.jpg
335 | 000344.jpg
336 | 000345.jpg
337 | 000346.jpg
338 | 000347.jpg
339 | 000348.jpg
340 | 000349.jpg
341 | 000350.jpg
342 | 000351.jpg
343 | 000352.jpg
344 | 000353.jpg
345 | 000354.jpg
346 | 000355.jpg
347 | 000356.jpg
348 | 000357.jpg
349 | 000358.jpg
350 | 000359.jpg
351 | 000360.jpg
352 | 000361.jpg
353 | 000362.jpg
354 | 000363.jpg
355 | 000364.jpg
356 | 000365.jpg
357 | 000366.jpg
358 | 000367.jpg
359 | 000368.jpg
360 | 000369.jpg
361 | 000370.jpg
362 | 000371.jpg
363 | 000372.jpg
364 | 000373.jpg
365 | 000374.jpg
366 | 000375.jpg
367 | 000376.jpg
368 | 000377.jpg
369 | 000378.jpg
370 | 000379.jpg
371 | 000380.jpg
372 | 000381.jpg
373 | 000382.jpg
374 | 000383.jpg
375 | 000384.jpg
376 | 000385.jpg
377 | 000386.jpg
378 | 000387.jpg
379 | 000388.jpg
380 | 000389.jpg
381 | 000390.jpg
382 | 000391.jpg
383 | 000392.jpg
384 | 000393.jpg
385 | 000394.jpg
386 | 000395.jpg
387 | 000396.jpg
388 | 000397.jpg
389 | 000398.jpg
390 | 000399.jpg
391 | 000400.jpg
392 | 000401.jpg
393 | 000415.jpg
394 | 000416.jpg
395 | 000417.jpg
396 | 000448.jpg
397 | 000449.jpg
398 | 000450.jpg
399 | 000486.jpg
400 | 000487.jpg
401 | 000488.jpg
402 | 000489.jpg
403 | 000490.jpg
404 | 000491.jpg
405 | 000492.jpg
406 | 000493.jpg
407 | 000494.jpg
408 | 000495.jpg
409 | 000496.jpg
410 | 000497.jpg
411 | 000498.jpg
412 | 000499.jpg
413 | 000500.jpg
414 | 000501.jpg
415 | 000502.jpg
416 | 000503.jpg
417 | 000504.jpg
418 | 000505.jpg
419 | 000506.jpg
420 | 000507.jpg
421 | 000508.jpg
422 | 000509.jpg
423 | 000510.jpg
424 | 000511.jpg
425 | 000512.jpg
426 | 000513.jpg
427 | 000514.jpg
428 | 000515.jpg
429 | 000516.jpg
430 | 000517.jpg
431 | 000518.jpg
432 | 000519.jpg
433 | 000520.jpg
434 | 000521.jpg
435 | 000522.jpg
436 | 000523.jpg
437 | 000524.jpg
438 | 000525.jpg
439 | 000526.jpg
440 | 000527.jpg
441 | 000528.jpg
442 | 000529.jpg
443 | 000530.jpg
444 | 000531.jpg
445 | 000532.jpg
446 | 000533.jpg
447 | 000534.jpg
448 | 000535.jpg
449 | 000536.jpg
450 | 000537.jpg
451 | 000538.jpg
452 | 000539.jpg
453 | 000540.jpg
454 | 000541.jpg
455 | 000542.jpg
456 | 000543.jpg
457 | 000544.jpg
458 | 000545.jpg
459 | 000546.jpg
460 | 000547.jpg
461 | 000548.jpg
462 | 000549.jpg
463 | 000550.jpg
464 | 000551.jpg
465 | 000564.jpg
466 | 000565.jpg
467 | 000566.jpg
468 | 000567.jpg
469 | 000568.jpg
470 | 000569.jpg
471 | 000570.jpg
472 | 000571.jpg
473 | 000572.jpg
474 | 000573.jpg
475 | 000574.jpg
476 | 000575.jpg
477 | 000576.jpg
478 | 000577.jpg
479 | 000578.jpg
480 | 000579.jpg
481 | 000580.jpg
482 | 000588.jpg
483 | 000589.jpg
484 | 000590.jpg
485 | 000591.jpg
486 | 000592.jpg
487 | 000593.jpg
488 | 000594.jpg
489 | 000595.jpg
490 | 000596.jpg
491 | 000597.jpg
492 | 000598.jpg
493 | 000599.jpg
494 | 000600.jpg
495 | 000601.jpg
496 | 000602.jpg
497 | 000603.jpg
498 | 000604.jpg
499 | 000605.jpg
500 | 000606.jpg
501 | 000607.jpg
502 | 000608.jpg
503 | 000609.jpg
504 | 000610.jpg
505 | 000611.jpg
506 | 000612.jpg
507 | 000613.jpg
508 | 000614.jpg
509 | 000615.jpg
510 | 000616.jpg
511 | 000617.jpg
512 | 000618.jpg
513 | 000619.jpg
514 | 000620.jpg
515 | 000621.jpg
516 | 000622.jpg
517 | 000623.jpg
518 | 000624.jpg
519 | 000625.jpg
520 | 000626.jpg
521 | 000627.jpg
522 | 000628.jpg
523 | 000629.jpg
524 | 000630.jpg
525 | 000631.jpg
526 | 000632.jpg
527 | 000633.jpg
528 | 000634.jpg
529 | 000635.jpg
530 | 000636.jpg
531 | 000637.jpg
532 | 000638.jpg
533 | 000639.jpg
534 | 000640.jpg
535 | 


--------------------------------------------------------------------------------
/datasets/UAV123_selected/person8.txt:
--------------------------------------------------------------------------------
  1 | 000001.jpg
  2 | 000002.jpg
  3 | 000003.jpg
  4 | 000004.jpg
  5 | 000005.jpg
  6 | 000006.jpg
  7 | 000007.jpg
  8 | 000008.jpg
  9 | 000009.jpg
 10 | 000010.jpg
 11 | 000011.jpg
 12 | 000012.jpg
 13 | 000013.jpg
 14 | 000014.jpg
 15 | 000015.jpg
 16 | 000016.jpg
 17 | 000017.jpg
 18 | 000018.jpg
 19 | 000019.jpg
 20 | 000020.jpg
 21 | 000021.jpg
 22 | 000022.jpg
 23 | 000023.jpg
 24 | 000024.jpg
 25 | 000025.jpg
 26 | 000026.jpg
 27 | 000027.jpg
 28 | 000028.jpg
 29 | 000029.jpg
 30 | 000030.jpg
 31 | 000031.jpg
 32 | 000032.jpg
 33 | 000033.jpg
 34 | 000034.jpg
 35 | 000035.jpg
 36 | 000036.jpg
 37 | 000037.jpg
 38 | 000038.jpg
 39 | 000039.jpg
 40 | 000040.jpg
 41 | 000041.jpg
 42 | 000042.jpg
 43 | 000043.jpg
 44 | 000044.jpg
 45 | 000045.jpg
 46 | 000046.jpg
 47 | 000047.jpg
 48 | 000048.jpg
 49 | 000049.jpg
 50 | 000050.jpg
 51 | 000051.jpg
 52 | 000052.jpg
 53 | 000053.jpg
 54 | 000054.jpg
 55 | 000055.jpg
 56 | 000056.jpg
 57 | 000057.jpg
 58 | 000058.jpg
 59 | 000059.jpg
 60 | 000060.jpg
 61 | 000061.jpg
 62 | 000062.jpg
 63 | 000063.jpg
 64 | 000064.jpg
 65 | 000065.jpg
 66 | 000066.jpg
 67 | 000067.jpg
 68 | 000068.jpg
 69 | 000069.jpg
 70 | 000070.jpg
 71 | 000071.jpg
 72 | 000072.jpg
 73 | 000073.jpg
 74 | 000074.jpg
 75 | 000075.jpg
 76 | 000076.jpg
 77 | 000077.jpg
 78 | 000078.jpg
 79 | 000079.jpg
 80 | 000080.jpg
 81 | 000081.jpg
 82 | 000082.jpg
 83 | 000083.jpg
 84 | 000084.jpg
 85 | 000085.jpg
 86 | 000086.jpg
 87 | 000087.jpg
 88 | 000088.jpg
 89 | 000089.jpg
 90 | 000090.jpg
 91 | 000091.jpg
 92 | 000092.jpg
 93 | 000093.jpg
 94 | 000094.jpg
 95 | 000095.jpg
 96 | 000096.jpg
 97 | 000097.jpg
 98 | 000098.jpg
 99 | 000099.jpg
100 | 000100.jpg
101 | 000101.jpg
102 | 000102.jpg
103 | 000103.jpg
104 | 000104.jpg
105 | 000105.jpg
106 | 000106.jpg
107 | 000107.jpg
108 | 000108.jpg
109 | 000109.jpg
110 | 000110.jpg
111 | 000111.jpg
112 | 000112.jpg
113 | 000113.jpg
114 | 000114.jpg
115 | 000115.jpg
116 | 000116.jpg
117 | 000117.jpg
118 | 000118.jpg
119 | 000119.jpg
120 | 000120.jpg
121 | 000121.jpg
122 | 000122.jpg
123 | 000123.jpg
124 | 000124.jpg
125 | 000125.jpg
126 | 000126.jpg
127 | 000127.jpg
128 | 000128.jpg
129 | 000129.jpg
130 | 000130.jpg
131 | 000131.jpg
132 | 000132.jpg
133 | 000133.jpg
134 | 000134.jpg
135 | 000135.jpg
136 | 000136.jpg
137 | 000137.jpg
138 | 000138.jpg
139 | 000139.jpg
140 | 000140.jpg
141 | 000141.jpg
142 | 000142.jpg
143 | 000143.jpg
144 | 000144.jpg
145 | 000145.jpg
146 | 000146.jpg
147 | 000147.jpg
148 | 000148.jpg
149 | 000149.jpg
150 | 000150.jpg
151 | 000151.jpg
152 | 000152.jpg
153 | 000153.jpg
154 | 000154.jpg
155 | 000155.jpg
156 | 000156.jpg
157 | 000157.jpg
158 | 000158.jpg
159 | 000159.jpg
160 | 000160.jpg
161 | 000161.jpg
162 | 000162.jpg
163 | 000163.jpg
164 | 000164.jpg
165 | 000165.jpg
166 | 000166.jpg
167 | 000167.jpg
168 | 000168.jpg
169 | 000169.jpg
170 | 000170.jpg
171 | 000171.jpg
172 | 000172.jpg
173 | 000173.jpg
174 | 000174.jpg
175 | 000175.jpg
176 | 000176.jpg
177 | 000177.jpg
178 | 000178.jpg
179 | 000179.jpg
180 | 000180.jpg
181 | 000181.jpg
182 | 000182.jpg
183 | 000183.jpg
184 | 000184.jpg
185 | 000185.jpg
186 | 000186.jpg
187 | 000187.jpg
188 | 000188.jpg
189 | 000189.jpg
190 | 000190.jpg
191 | 000191.jpg
192 | 000192.jpg
193 | 000193.jpg
194 | 000194.jpg
195 | 000195.jpg
196 | 000196.jpg
197 | 000197.jpg
198 | 000198.jpg
199 | 000199.jpg
200 | 000200.jpg
201 | 000201.jpg
202 | 000202.jpg
203 | 000203.jpg
204 | 000204.jpg
205 | 000205.jpg
206 | 000206.jpg
207 | 000207.jpg
208 | 000208.jpg
209 | 000209.jpg
210 | 000210.jpg
211 | 000211.jpg
212 | 000212.jpg
213 | 000213.jpg
214 | 000214.jpg
215 | 000215.jpg
216 | 000216.jpg
217 | 000217.jpg
218 | 000218.jpg
219 | 000219.jpg
220 | 000220.jpg
221 | 000221.jpg
222 | 000222.jpg
223 | 000223.jpg
224 | 000224.jpg
225 | 000225.jpg
226 | 000226.jpg
227 | 000227.jpg
228 | 000228.jpg
229 | 000229.jpg
230 | 000230.jpg
231 | 000231.jpg
232 | 000232.jpg
233 | 000233.jpg
234 | 000234.jpg
235 | 000235.jpg
236 | 000236.jpg
237 | 000237.jpg
238 | 000238.jpg
239 | 000239.jpg
240 | 000240.jpg
241 | 000241.jpg
242 | 000242.jpg
243 | 000243.jpg
244 | 000244.jpg
245 | 000245.jpg
246 | 000246.jpg
247 | 000247.jpg
248 | 000248.jpg
249 | 000249.jpg
250 | 000250.jpg
251 | 000251.jpg
252 | 000252.jpg
253 | 000253.jpg
254 | 000254.jpg
255 | 000255.jpg
256 | 000256.jpg
257 | 000257.jpg
258 | 000258.jpg
259 | 000259.jpg
260 | 000260.jpg
261 | 000261.jpg
262 | 000262.jpg
263 | 000263.jpg
264 | 000264.jpg
265 | 000265.jpg
266 | 000266.jpg
267 | 000267.jpg
268 | 000268.jpg
269 | 000269.jpg
270 | 000270.jpg
271 | 000271.jpg
272 | 000272.jpg
273 | 000273.jpg
274 | 000274.jpg
275 | 000275.jpg
276 | 000276.jpg
277 | 000277.jpg
278 | 000278.jpg
279 | 000279.jpg
280 | 000280.jpg
281 | 000281.jpg
282 | 000282.jpg
283 | 000283.jpg
284 | 000284.jpg
285 | 000285.jpg
286 | 000286.jpg
287 | 000287.jpg
288 | 000288.jpg
289 | 000289.jpg
290 | 000290.jpg
291 | 000291.jpg
292 | 000292.jpg
293 | 000293.jpg
294 | 000294.jpg
295 | 000295.jpg
296 | 000296.jpg
297 | 000297.jpg
298 | 000298.jpg
299 | 000299.jpg
300 | 000300.jpg
301 | 000301.jpg
302 | 000302.jpg
303 | 000303.jpg
304 | 000304.jpg
305 | 000305.jpg
306 | 000306.jpg
307 | 000307.jpg
308 | 000308.jpg
309 | 000309.jpg
310 | 000310.jpg
311 | 000311.jpg
312 | 000312.jpg
313 | 000340.jpg
314 | 000341.jpg
315 | 000342.jpg
316 | 000343.jpg
317 | 000344.jpg
318 | 000345.jpg
319 | 000346.jpg
320 | 000347.jpg
321 | 000348.jpg
322 | 000349.jpg
323 | 000350.jpg
324 | 000351.jpg
325 | 000352.jpg
326 | 000353.jpg
327 | 000354.jpg
328 | 000355.jpg
329 | 000356.jpg
330 | 000357.jpg
331 | 000358.jpg
332 | 000359.jpg
333 | 000360.jpg
334 | 000361.jpg
335 | 000362.jpg
336 | 000363.jpg
337 | 000364.jpg
338 | 000365.jpg
339 | 000366.jpg
340 | 000367.jpg
341 | 000368.jpg
342 | 000369.jpg
343 | 000370.jpg
344 | 000371.jpg
345 | 000372.jpg
346 | 000373.jpg
347 | 000374.jpg
348 | 000375.jpg
349 | 000376.jpg
350 | 000377.jpg
351 | 000378.jpg
352 | 000379.jpg
353 | 000380.jpg
354 | 000381.jpg
355 | 000382.jpg
356 | 000383.jpg
357 | 000384.jpg
358 | 000385.jpg
359 | 000386.jpg
360 | 000387.jpg
361 | 000388.jpg
362 | 000389.jpg
363 | 000390.jpg
364 | 000391.jpg
365 | 000392.jpg
366 | 000393.jpg
367 | 000394.jpg
368 | 000395.jpg
369 | 000396.jpg
370 | 000397.jpg
371 | 000398.jpg
372 | 000399.jpg
373 | 000400.jpg
374 | 000401.jpg
375 | 000402.jpg
376 | 000403.jpg
377 | 000404.jpg
378 | 000405.jpg
379 | 000406.jpg
380 | 000407.jpg
381 | 000408.jpg
382 | 000409.jpg
383 | 000410.jpg
384 | 000411.jpg
385 | 000412.jpg
386 | 000413.jpg
387 | 000414.jpg
388 | 000415.jpg
389 | 000416.jpg
390 | 000417.jpg
391 | 000418.jpg
392 | 000419.jpg
393 | 000420.jpg
394 | 000421.jpg
395 | 000422.jpg
396 | 000423.jpg
397 | 000424.jpg
398 | 000425.jpg
399 | 000426.jpg
400 | 000427.jpg
401 | 000428.jpg
402 | 000429.jpg
403 | 000430.jpg
404 | 000431.jpg
405 | 000432.jpg
406 | 000433.jpg
407 | 000434.jpg
408 | 000435.jpg
409 | 000436.jpg
410 | 000437.jpg
411 | 000438.jpg
412 | 000439.jpg
413 | 000440.jpg
414 | 000441.jpg
415 | 000442.jpg
416 | 000443.jpg
417 | 000444.jpg
418 | 000445.jpg
419 | 000446.jpg
420 | 000447.jpg
421 | 000448.jpg
422 | 000449.jpg
423 | 000450.jpg
424 | 000451.jpg
425 | 000452.jpg
426 | 000453.jpg
427 | 000454.jpg
428 | 000455.jpg
429 | 000456.jpg
430 | 000457.jpg
431 | 000458.jpg
432 | 000459.jpg
433 | 000460.jpg
434 | 000461.jpg
435 | 000462.jpg
436 | 000463.jpg
437 | 000464.jpg
438 | 000465.jpg
439 | 000466.jpg
440 | 000467.jpg
441 | 000468.jpg
442 | 000469.jpg
443 | 000470.jpg
444 | 000471.jpg
445 | 000472.jpg
446 | 000473.jpg
447 | 000474.jpg
448 | 000475.jpg
449 | 000476.jpg
450 | 000477.jpg
451 | 000478.jpg
452 | 000479.jpg
453 | 000480.jpg
454 | 000481.jpg
455 | 000482.jpg
456 | 000483.jpg
457 | 000484.jpg
458 | 000485.jpg
459 | 000486.jpg
460 | 000487.jpg
461 | 000488.jpg
462 | 000489.jpg
463 | 000490.jpg
464 | 000491.jpg
465 | 000492.jpg
466 | 000493.jpg
467 | 000494.jpg
468 | 000495.jpg
469 | 000496.jpg
470 | 000497.jpg
471 | 000498.jpg
472 | 000499.jpg
473 | 000500.jpg
474 | 000501.jpg
475 | 000502.jpg
476 | 000503.jpg
477 | 000504.jpg
478 | 000505.jpg
479 | 000506.jpg
480 | 000507.jpg
481 | 000508.jpg
482 | 000509.jpg
483 | 


--------------------------------------------------------------------------------
/datasets/combine_hd5.py:
--------------------------------------------------------------------------------
  1 | """
  2 | Convert Okutama Action dataset to VOC similar dataset 
  3 | Store the processed data into HDF5 file
  4 | The original dataset is for object predestria tracking and people action understasnding
  5 | We remap the orignal labels by only keeping object detection labels 
  6 | """
  7 | # Original Labels: Each line contains 10+ columns, separated by spaces. The definition of these columns are:
  8 | #     Track ID. All rows with the same ID belong to the same person for 180 frames. Then the person gets a new idea for the next 180 frames. We will soon release an update to make the IDs consistant.
  9 | #     xmin. The top left x-coordinate of the bounding box.
 10 | #     ymin. The top left y-coordinate of the bounding box.
 11 | #     xmax. The bottom right x-coordinate of the bounding box.
 12 | #     ymax. The bottom right y-coordinate of the bounding box.
 13 | #     frame. The frame that this annotation represents.
 14 | #     lost. If 1, the annotation is outside of the view screen.
 15 | #     occluded. If 1, the annotation is occluded.
 16 | #     generated. If 1, the annotation was automatically interpolated.
 17 | #     label. The label for this annotation, enclosed in quotation marks.
 18 | #     (+) actions. Each column after this is an action.
 19 | 
 20 | # There are two label files for each video; 
 21 | # one for single-action detection and one for multi-action detection.
 22 | #  Note that labels for single-action detection has been created from the multi-action detection labels 
 23 | # (for more details please refer to our publication). 
 24 | # For pedestrian detection task, the columns describing the actions should be ignored.
 25 | 
 26 | # Object detection Labels:
 27 | #     labels. Always be 0 ('person') for this dataset 
 28 | #     xmin. The top left x-coordinate of the bounding box.
 29 | #     ymin. The top left y-coordinate of the bounding box.
 30 | #     xmax. The bottom right x-coordinate of the bounding box.
 31 | #     ymax. The bottom right y-coordinate of the bounding box.
 32 | 
 33 | import numpy as np
 34 | import os 
 35 | import glob 
 36 | import cv2
 37 | import argparse
 38 | import fnmatch
 39 | import h5py
 40 | import random 
 41 | import copy 
 42 | from sklearn.model_selection import train_test_split
 43 | from sklearn.utils import shuffle
 44 | 
 45 | classes = ["person", "bus", "car", "train"]
 46 | 
 47 | parser = argparse.ArgumentParser(
 48 |     description='Merge multiple HDF5 datasets into a singleone.')
 49 | 
 50 | parser.add_argument(
 51 |     '-o',
 52 |     '--data_output',
 53 |     help='path to output HDF5',
 54 |     default='~/data/')
 55 | 
 56 | parser.add_argument(
 57 |     '-i',
 58 |     '--input_hdf5s',
 59 |     help='path to input hdf5 files',
 60 |     nargs=argparse.ONE_OR_MORE)
 61 | 
 62 | parser.add_argument(
 63 |     '-d',
 64 |     '--draw',
 65 |     help='draw bound boxes on each image and output to /tmp',
 66 |     default=False)
 67 | 
 68 | def draw_bboxes(image, bboxes):
 69 |     """Draw the bounding boxes on raw or jpg images"""
 70 |     decoded_image = copy.deepcopy(image)
 71 |     decoded_image = cv2.imdecode(decoded_image, 1)
 72 |     if bboxes is None:
 73 |         return decoded_image
 74 |     corners = bboxes[:, 1:]
 75 |     corners = np.array(corners, dtype=np.int)
 76 |     for corner in corners:
 77 |         cv2.rectangle(decoded_image, (corner[0], corner[1]),(corner[2], corner[3]), (0,255,0), 5)
 78 |     return decoded_image
 79 | 
 80 | def draw_on_images(dataset_images, dataset_boxes, out_dir='/tmp/combined/'):
 81 |     if not os.path.exists(out_dir):
 82 |         os.mkdir(out_dir)
 83 |     for i in range(dataset_images.shape[0]):
 84 |         boxes = np.array(dataset_boxes[i]).reshape(-1, 5)
 85 |         img = draw_bboxes(dataset_images[i], boxes)
 86 |         out_img_path = os.path.join(out_dir, str(i)+'.jpg')
 87 |         cv2.imwrite(out_img_path, img)
 88 |     return 
 89 | 
 90 | def _main(args):
 91 |     draw_enabled = args.draw
 92 |     output_path = os.path.expanduser(args.data_output)
 93 | 
 94 |     input_hdf5 = []
 95 |     num_datasets = len(args.input_hdf5s)
 96 |     if num_datasets < 2:
 97 |         print('Number of hd5f files is :' + str(num_datasets))
 98 |         print('Nothing to combine')
 99 |         return 
100 |     
101 |     num_samples_images_train = 0
102 |     num_samples_bboxes_train = 0
103 |     num_samples_images_valid = 0
104 |     num_samples_bboxes_valid = 0
105 |      
106 |     for f in args.input_hdf5s:
107 |         in_file = h5py.File(f, 'r')
108 |         input_hdf5.append(in_file)
109 |         num_samples_images_train += in_file['train/images'].shape[0]
110 |         num_samples_bboxes_train += in_file['train/boxes'].shape[0]
111 |         num_samples_images_valid += in_file['valid/images'].shape[0]
112 |         num_samples_bboxes_valid += in_file['valid/boxes'].shape[0]
113 | 
114 |     # images and boxes must have the same size
115 |     assert(num_samples_images_train == num_samples_bboxes_train)
116 |     assert(num_samples_images_valid == num_samples_bboxes_valid)
117 |     
118 |     num_samples_train = num_samples_images_train
119 |     num_samples_valid = num_samples_images_valid
120 |     
121 |     # Create HDF5 dataset structure
122 |     print('Creating output HDF5 dataset structure.')
123 |     print('Total train: ' + str(num_samples_train))
124 |     print('Total valid: ' + str(num_samples_valid))
125 | 
126 |     if not os.path.exists(output_path):
127 |         print('Creating ' + output_path)
128 |         os.mkdir(output_path)
129 | 
130 |     fname = os.path.join(output_path, 'combined.hdf5')
131 |     if os.path.exists(fname):
132 |         print('Removing old ' + fname)
133 |         os.remove(fname)
134 | 
135 |     # Create HDF5 dataset structure
136 |     print('Creating HDF5 dataset structure.')
137 |     combined = h5py.File(fname, 'w')
138 | 
139 |     uint8_dt = h5py.special_dtype(
140 |         vlen=np.dtype('uint8'))  # variable length uint8
141 |     int32_dt = h5py.special_dtype(
142 |         vlen=np.dtype('int32'))  # variable length uint8
143 | 
144 |     vlen_int_dt = h5py.special_dtype(
145 |         vlen=np.dtype(int))  # variable length default int
146 | 
147 |     train_group = combined.create_group('train')  
148 |     valid_group = combined.create_group('valid')  
149 | 
150 |     # store class list for reference class ids as csv fixed-length numpy string
151 |     combined.attrs['classes'] = np.string_(str.join(',', classes))
152 | 
153 |     # store images as variable length uint8 arrays
154 |     dataset_train_images = train_group.create_dataset(
155 |         'images', shape=(num_samples_train, ), dtype=uint8_dt)
156 | 
157 |     dataset_valid_images = valid_group.create_dataset(
158 |         'images', shape=(num_samples_valid, ), dtype=uint8_dt)
159 | 
160 |     # store images as variable length uint8 arrays
161 |     dataset_train_boxes = train_group.create_dataset(
162 |         'boxes', shape=(num_samples_train, ), dtype=int32_dt)
163 | 
164 |     dataset_valid_boxes = valid_group.create_dataset(
165 |         'boxes', shape=(num_samples_valid, ), dtype=int32_dt)
166 | 
167 |     # combine the input hdf5 into the new dataset
168 |     # combine train and valid data
169 |     Xtrain = []
170 |     ytrain = []
171 |     Xvalid = []
172 |     yvalid = []
173 |     # Note: this might use a large chunk of memory as all the data are loaded into memory first and then 
174 |     # we randomly shuffe it
175 |     for hdf5 in input_hdf5:
176 |         for i in range(hdf5['train/images'].shape[0]):
177 |             Xtrain.append(hdf5['train/images'][i])
178 |             ytrain.append(hdf5['train/boxes'][i])
179 |         for i in range(hdf5['valid/images'].shape[0]):
180 |             Xvalid.append(hdf5['valid/images'][i])
181 |             yvalid.append(hdf5['valid/boxes'][i])
182 | 
183 |     Xtrain, ytrain = shuffle(Xtrain, ytrain)
184 |     Xvalid, yvalid = shuffle(Xvalid, yvalid)
185 | 
186 |     for i in range(num_samples_train):
187 |         dataset_train_images[i] = Xtrain[i]
188 |         dataset_train_boxes[i] = ytrain[i]
189 |     for i in range(num_samples_valid):
190 |         dataset_valid_images[i] = Xvalid[i]
191 |         dataset_valid_boxes[i] = yvalid[i]
192 | 
193 |     if draw_enabled:
194 |         num_check = 1000
195 |         draw_on_images(dataset_train_images[0:num_check], dataset_train_boxes[0:num_check], '/tmp/train')
196 |         draw_on_images(dataset_valid_images[0:num_check], dataset_valid_boxes[0:num_check], '/tmp/valid')
197 |     
198 |     combined.close()
199 |     for hdf5 in input_hdf5:
200 |         hdf5.close()
201 |     print('Done combining')
202 | 
203 | if __name__ == '__main__':
204 |     _main(parser.parse_args())


--------------------------------------------------------------------------------
/datasets/lisa_traffic_light.py:
--------------------------------------------------------------------------------
  1 | # https://www.kaggle.com/mbornoe/lisa-traffic-light-dataset/home
  2 | 
  3 | import os 
  4 | import glob 
  5 | import cv2
  6 | import argparse
  7 | import fnmatch
  8 | import h5py
  9 | import csv
 10 | import pandas as pd
 11 | import numpy as np
 12 | import copy
 13 | from sklearn.utils import shuffle
 14 | from sklearn.model_selection import train_test_split
 15 | 
 16 | LISA_UDACITY_CLASSES = ["stop", "go", "warning", "donotcare"]
 17 | 
 18 | 
 19 | parser = argparse.ArgumentParser(
 20 |     description='Convert LISA dataset to HDF5.')
 21 | 
 22 | parser.add_argument(
 23 |     '-p',
 24 |     '--seq_path',
 25 |     help='path to UAV123 dataseq',
 26 |     default='~/data/UAV123/UAV123_10fps/data_seq/UAV123_10fps/')
 27 | 
 28 | parser.add_argument(
 29 |     '-a',
 30 |     '--anno_path',
 31 |     help='path to UAV123 annotation',
 32 |     default='~/data/UAV123/UAV123_10fps/anno/UAV123_10fps/')
 33 | 
 34 | parser.add_argument(
 35 |     '-s',
 36 |     '--selected',
 37 |     help='path to UAV123 selected',
 38 |     default='datasets/UAV123_selected/')
 39 | 
 40 | parser.add_argument(
 41 |     '-f',
 42 |     '--hdf5_path',
 43 |     help='path to output UAV123 hdf5',
 44 |     default='~/data/UAV123/UAV123_10fps/')
 45 | 
 46 | parser.add_argument(
 47 |     '-d',
 48 |     '--verify_only',
 49 |     help='verify the UAV HDF5 dataset',
 50 |     default=False)
 51 | 
 52 | 
 53 | 
 54 | def parse_lisa_annotations(annotations_path, lisa_seq_names):
 55 |     ''' Parse LISA annotations
 56 |     '''
 57 |     csv_files_dict = {}
 58 |     for fname in lisa_seq_names:
 59 |         csv_path = os.path.join(annotations_path, fname)
 60 |         csv_file = os.path.join(csv_path, 'frameAnnotationsBOX.csv')
 61 |         csv_file = os.path.expanduser(csv_file)
 62 |         if not os.path.exists(csv_file):
 63 |             print(csv_file  + 'does not exit')
 64 |         else:
 65 |             print('found anno file ' + csv_file)
 66 |         csv_files_dict[fname] = csv_file
 67 |     return csv_files_dict
 68 | 
 69 | 
 70 | def load_images_from_csv(annotations_path, images_path, lisa_seq_names):
 71 |     ''' Parse the csvs and update image paths
 72 |     '''
 73 |     csv_files_dict = parse_lisa_annotations(annotations_path, lisa_seq_names)
 74 |     images_path = os.path.expanduser(images_path)
 75 |     lisa_dict = {}
 76 |     for seq in lisa_seq_names:
 77 |         csv_file = csv_files_dict[seq]
 78 |         col_name = 'Filename'
 79 |         col_tag = 'Annotation tag'
 80 |         col_x0 = 'Upper left corner X'
 81 |         col_y0 = 'Upper left corner Y'
 82 |         col_x1 = 'Lower right corner X'
 83 |         col_y1 = 'Lower right corner Y'
 84 |         col_names = [col_name, col_tag, col_x0, col_y0, col_x1, col_y1]
 85 |         signs_of_interest = ['stop', 'go', 'warning']
 86 |         ann_csv = pd.read_csv(csv_file, sep=';', usecols=col_names)
 87 |         # update the path and change the traffic lights which do not care label 
 88 |         # we will use those as negative training
 89 |         for i in range(ann_csv.shape[0]):
 90 |             org_name = ann_csv[col_name].values[i]
 91 |             img_name = org_name.split('/')[-1]
 92 |             seq_image_path = os.path.join(images_path, seq)
 93 |             seq_image_path = os.path.join(seq_image_path, 'frames')
 94 |             image_path = os.path.join(seq_image_path, img_name)
 95 |             ann_csv[col_name].values[i] = image_path
 96 |             if ann_csv[col_tag].values[i] not in signs_of_interest:
 97 |                 ann_csv[col_tag].values[i] = 'donotcare'
 98 |             # convert to training bbox
 99 |             label = ann_csv[col_tag].values[i]
100 |             bbox = [LISA_UDACITY_CLASSES.index(label), 
101 |                     int(ann_csv[col_x0].values[i]),
102 |                     int(ann_csv[col_y0].values[i]),
103 |                     int(ann_csv[col_x1].values[i]),
104 |                     int(ann_csv[col_y1].values[i])]
105 |             if image_path not in lisa_dict:
106 |                 lisa_dict[image_path] = []
107 |             lisa_dict[image_path].append(bbox)
108 |     return lisa_dict
109 | 
110 | 
111 | def add_to_dataset(lisa_dict, keys, dataset_images, dataset_boxes):
112 |     dataset_images.resize(len(keys), axis=0)
113 |     dataset_boxes.resize(len(keys), axis=0)
114 | 
115 |     for i, image_file in enumerate(keys):
116 |         if not os.path.exists(image_file):
117 |             print('warn: cannot find image file: ' + image_file)
118 |             continue
119 |         image_boxes = np.array(lisa_dict[image_file])
120 |         if len(image_boxes) == 0:
121 |             print('warn: no bbox for image file: ' + image_file)
122 |         with open(image_file, 'rb') as in_file:
123 |             image_data = in_file.read()
124 |             image_data = np.fromstring(image_data, dtype='uint8')
125 |             dataset_images[i] = image_data
126 |             dataset_boxes[i] = image_boxes.flatten('C')
127 | 
128 | def draw_bboxes(image, bboxes):
129 |     decoded_image = copy.deepcopy(image)
130 |     if image.shape[0] > 3180:
131 |         decoded_image = cv2.imdecode(image, 1)
132 |     if bboxes is None:
133 |         return decoded_image
134 |     corners = bboxes[:, 1:]
135 |     corners = np.array(corners, dtype=np.int)
136 |     for corner in corners:
137 |         cv2.rectangle(decoded_image, (corner[0], corner[1]),(corner[2], corner[3]), (0,255,0), 10)
138 |     return decoded_image
139 | 
140 | def draw_on_images(dataset_images, dataset_boxes, out_dir='/tmp/'):
141 |     if not os.path.exists(out_dir):
142 |         os.mkdir(out_dir)
143 |     for i in range(dataset_images.shape[0]):
144 |         boxes = np.array(dataset_boxes[i]).reshape(-1, 5)
145 |         img = draw_bboxes(dataset_images[i], boxes)
146 |         out_img_path = os.path.join(out_dir, str(i)+'.jpg')
147 |         cv2.imwrite(out_img_path, img)
148 | 
149 | def _main(args):
150 |     LISA_ANNO_PATH ='~/data/LISA/Annotations'
151 |     LISA_IMAGE_PATH ='~/data/LISA/lisa-traffic-light-dataset'
152 |     LISA_SEQS = ['daySequence1', 'daySequence2']
153 |     hdf5_path = os.path.join('/tmp', 'lisa.hdf5')
154 |     # Convert CSV to 
155 |     lisa_dict = load_images_from_csv(LISA_ANNO_PATH, LISA_IMAGE_PATH, LISA_SEQS)
156 |     keys = list(lisa_dict.keys())
157 |     keys_train, keys_valid = train_test_split(keys, shuffle=True, test_size = 0.25)
158 |     
159 | 
160 |     lisa_h5file = h5py.File(hdf5_path, 'w')
161 | 
162 |     uint8_dt = h5py.special_dtype(
163 |         vlen=np.dtype('uint8'))  # variable length uint8
164 | 
165 |     uint32_dt = h5py.special_dtype(
166 |         vlen=np.dtype('uint32'))  # variable length uint8
167 | 
168 |     train_group = lisa_h5file.create_group('train')
169 |     valid_group = lisa_h5file.create_group('valid')
170 | 
171 |     # store class list for reference class ids as csv fixed-length numpy string
172 |     lisa_h5file.attrs['classes'] = np.string_(str.join(',', LISA_UDACITY_CLASSES))
173 | 
174 |     # store images as variable length uint8 arrays
175 |     dataset_train_images = train_group.create_dataset(
176 |         'images', shape=(0, ), maxshape=(None, ), dtype=uint8_dt)
177 | 
178 |     dataset_valid_images = valid_group.create_dataset(
179 |         'images', shape=(0, ), maxshape=(None, ), dtype=uint8_dt)
180 | 
181 | 
182 |     dataset_train_boxes = train_group.create_dataset(
183 |         'boxes', shape=(0, ), maxshape=(None, ), dtype=uint32_dt)
184 | 
185 |     dataset_valid_boxes = valid_group.create_dataset(
186 |         'boxes', shape=(0, ), maxshape=(None, ), dtype=uint32_dt)
187 | 
188 |     add_to_dataset(lisa_dict, keys_train, dataset_train_images, dataset_train_boxes)
189 |     add_to_dataset(lisa_dict, keys_valid, dataset_valid_images, dataset_valid_boxes)
190 | 
191 |     lisa_h5file.close()
192 | 
193 |     print("Verifying the HD5 data....")
194 |     if not os.path.exists(hdf5_path):
195 |         print(hdf5_path + " does not exits!")
196 |         return 
197 |     uav123 = h5py.File(hdf5_path, 'r')
198 |     print("Verifying the training data....")
199 |     draw_on_images(uav123['train/images'], uav123['train/boxes'])
200 |     print("Verifying the validation data....")
201 |     draw_on_images(uav123['valid/images'], uav123['valid/boxes'])
202 |     uav123.close()
203 | 
204 | if __name__ == '__main__':
205 |     _main(parser.parse_args())
206 | 


--------------------------------------------------------------------------------
/datasets/voc_to_hdf5.py:
--------------------------------------------------------------------------------
  1 | """
  2 | Convert Pascal VOC 2007+2012 detection dataset to HDF5.
  3 | 
  4 | Does not preserve full XML annotations.
  5 | Combines all VOC subsets (train, val test) with VOC2012 train for full
  6 | training set as done in Faster R-CNN paper.
  7 | 
  8 | Code based on:
  9 | https://github.com/pjreddie/darknet/blob/master/scripts/voc_label.py
 10 | """
 11 | 
 12 | import argparse
 13 | import os
 14 | import xml.etree.ElementTree as ElementTree
 15 | 
 16 | import h5py
 17 | import numpy as np
 18 | 
 19 | sets_from_2007 = [('2007', 'train'), ('2007', 'val')]
 20 | train_set = [('2012', 'train')]
 21 | val_set = [('2012', 'val')]
 22 | test_set = [('2007', 'test')]
 23 | 
 24 | voc_classes = [
 25 |     "aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat",
 26 |     "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person",
 27 |     "pottedplant", "sheep", "sofa", "train", "tvmonitor"
 28 | ]
 29 | # We only care about below two classes (for now)
 30 | vehicles = ["bus", "car", "train"]
 31 | aerial_classes = ["person", "vehicle"]
 32 | 
 33 | parser = argparse.ArgumentParser(
 34 |     description='Convert Pascal VOC 2007+2012 detection dataset to HDF5.')
 35 | parser.add_argument(
 36 |     '-p',
 37 |     '--path_to_voc',
 38 |     help='path to VOCdevkit directory',
 39 |     default='~/data/PascalVOC/VOCdevkit')
 40 | 
 41 | 
 42 | def get_boxes_for_id(voc_path, year, image_id):
 43 |     """Get object bounding boxes annotations for given image.
 44 | 
 45 |     Parameters
 46 |     ----------
 47 |     voc_path : str
 48 |         Path to VOCdevkit directory.
 49 |     year : str
 50 |         Year of dataset containing image. Either '2007' or '2012'.
 51 |     image_id : str
 52 |         Pascal VOC identifier for given image.
 53 | 
 54 |     Returns
 55 |     -------
 56 |     boxes : array of int
 57 |         bounding box annotations of class label, xmin, ymin, xmax, ymax as a
 58 |         5xN array.
 59 |     """
 60 |     fname = os.path.join(voc_path, 'VOC{}/Annotations/{}.xml'.format(year,
 61 |                                                                      image_id))
 62 |     with open(fname) as in_file:
 63 |         xml_tree = ElementTree.parse(in_file)
 64 |     root = xml_tree.getroot()
 65 |     boxes = []
 66 |     for obj in root.iter('object'):
 67 |         difficult = obj.find('difficult').text
 68 |         label = obj.find('name').text
 69 |         if int(difficult) == 1:  # exclude difficult or unlisted classes
 70 |             continue
 71 |         if (label != 'person') and (label not in vehicles):
 72 |             continue
 73 |         # map 'car', 'bus' and 'train' to label 'vehicle'
 74 |         if label in vehicles:
 75 |             label = 'vehicle'
 76 |         xml_box = obj.find('bndbox')
 77 |         bbox = (aerial_classes.index(label), int(xml_box.find('xmin').text),
 78 |                 int(xml_box.find('ymin').text), int(xml_box.find('xmax').text),
 79 |                 int(xml_box.find('ymax').text))
 80 |         boxes.extend(bbox)
 81 |     return np.array(boxes)  # .T  # return transpose so last dimension is variable length
 82 | 
 83 | def get_image_for_id(voc_path, year, image_id):
 84 |     """Get image data as uint8 array for given image.
 85 | 
 86 |     Parameters
 87 |     ----------
 88 |     voc_path : str
 89 |         Path to VOCdevkit directory.
 90 |     year : str
 91 |         Year of dataset containing image. Either '2007' or '2012'.
 92 |     image_id : str
 93 |         Pascal VOC identifier for given image.
 94 | 
 95 |     Returns
 96 |     -------
 97 |     image_data : array of uint8
 98 |         Compressed JPEG byte string represented as array of uint8.
 99 |     """
100 |     fname = os.path.join(voc_path, 'VOC{}/JPEGImages/{}.jpg'.format(year,
101 |                                                                     image_id))
102 |     with open(fname, 'rb') as in_file:
103 |         data = in_file.read()
104 |     # Use of encoding based on: https://github.com/h5py/h5py/issues/745
105 |     return np.fromstring(data, dtype='uint8')
106 | 
107 | 
108 | def get_ids(voc_path, datasets):
109 |     """Get image identifiers for corresponding list of dataset identifies.
110 | 
111 |     Parameters
112 |     ----------
113 |     voc_path : str
114 |         Path to VOCdevkit directory.
115 |     datasets : list of str tuples
116 |         List of dataset identifiers in the form of (year, dataset) pairs.
117 | 
118 |     Returns
119 |     -------
120 |     ids : list of str
121 |         List of all image identifiers for given datasets.
122 |     """
123 |     ids = []
124 |     for year, image_set in datasets:
125 |         id_file = os.path.join(voc_path, 'VOC{}/ImageSets/Main/{}.txt'.format(
126 |             year, image_set))
127 |         with open(id_file, 'r') as image_ids:
128 |             ids.extend(map(str.strip, image_ids.readlines()))
129 |     return ids
130 | 
131 | 
132 | def add_to_dataset(voc_path, year, ids, images, boxes, start=0):
133 |     """Process all given ids and adds them to given datasets."""
134 |     idx = 0
135 |     for i, voc_id in enumerate(ids):
136 |         image_data = get_image_for_id(voc_path, year, voc_id)
137 |         image_boxes = get_boxes_for_id(voc_path, year, voc_id)
138 |         # ignore images without interesting objects
139 |         if image_boxes.shape[0] == 0:
140 |             continue
141 |         images[start + idx] = image_data
142 |         boxes[start + idx] = image_boxes
143 |         idx += 1
144 |     return idx
145 | 
146 | def _main(args):
147 |     voc_path = os.path.expanduser(args.path_to_voc)
148 |     train_ids = get_ids(voc_path, train_set)
149 |     val_ids = get_ids(voc_path, val_set)
150 |     test_ids = get_ids(voc_path, test_set)
151 |     train_ids_2007 = get_ids(voc_path, sets_from_2007)
152 |     total_train_ids = len(train_ids) + len(train_ids_2007)
153 | 
154 |     # Create HDF5 dataset structure
155 |     print('Creating HDF5 dataset structure.')
156 |     fname = os.path.join(voc_path, 'pascal_voc_07_12_person_vehicle.hdf5')
157 |     if os.path.exists(fname):
158 |         print('Removing old ' + fname)
159 |         os.remove(fname)
160 | 
161 |     voc_h5file = h5py.File(fname, 'w')
162 |     uint8_dt = h5py.special_dtype(
163 |         vlen=np.dtype('uint8'))  # variable length uint8
164 |     vlen_int_dt = h5py.special_dtype(
165 |         vlen=np.dtype(int))  # variable length default int
166 |     train_group = voc_h5file.create_group('train')
167 |     val_group = voc_h5file.create_group('valid')
168 | 
169 |     
170 |     test_group = voc_h5file.create_group('test')
171 | 
172 |     # store class list for reference class ids as csv fixed-length numpy string
173 |     voc_h5file.attrs['classes'] = np.string_(str.join(',', aerial_classes))
174 | 
175 |     # store images as variable length uint8 arrays
176 |     train_images = train_group.create_dataset(
177 |         'images', shape=(total_train_ids, ), dtype=uint8_dt, chunks=True)
178 |     val_images = val_group.create_dataset(
179 |         'images', shape=(len(val_ids), ), dtype=uint8_dt, chunks=True)
180 |     test_images = test_group.create_dataset(
181 |         'images', shape=(len(test_ids), ), dtype=uint8_dt, chunks=True)
182 | 
183 |     # store boxes as class_id, xmin, ymin, xmax, ymax
184 |     train_boxes = train_group.create_dataset(
185 |         'boxes', shape=(total_train_ids, ), dtype=vlen_int_dt, chunks=True)
186 |     val_boxes = val_group.create_dataset(
187 |         'boxes', shape=(len(val_ids), ), dtype=vlen_int_dt, chunks=True)
188 |     test_boxes = test_group.create_dataset(
189 |         'boxes', shape=(len(test_ids), ), dtype=vlen_int_dt, chunks=True)
190 | 
191 |     # process all ids and add to datasets
192 |     print('Processing Pascal VOC 2007 datasets for training set.')
193 |     last_2007 = add_to_dataset(voc_path, '2007', train_ids_2007, train_images,
194 |                                train_boxes)
195 |     print('Processing Pascal VOC 2012 training set.')
196 |     total = add_to_dataset(
197 |         voc_path,
198 |         '2012',
199 |         train_ids,
200 |         train_images,
201 |         train_boxes,
202 |         start=last_2007)
203 |     train_images.resize(total, axis=0)
204 |     train_boxes.resize(total, axis=0)
205 | 
206 |     print('Processing Pascal VOC 2012 val set.')
207 |     total = add_to_dataset(voc_path, '2012', val_ids, val_images, val_boxes)
208 |     val_images.resize(total, axis=0)
209 |     val_boxes.resize(total, axis=0)
210 |  
211 |     print('Processing Pascal VOC 2007 test set.')
212 |     total = add_to_dataset(voc_path, '2007', test_ids, test_images, test_boxes)
213 |     test_images.resize(total, axis=0)
214 |     test_boxes.resize(total, axis=0)
215 | 
216 |     print('Closing HDF5 file.')
217 |     voc_h5file.close()
218 |     print('Done.')
219 | 
220 | if __name__ == '__main__':
221 |     _main(parser.parse_args())
222 | 


--------------------------------------------------------------------------------
/font/FiraMono-Medium.otf:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/font/FiraMono-Medium.otf


--------------------------------------------------------------------------------
/font/SIL Open Font License.txt:
--------------------------------------------------------------------------------
 1 | Copyright (c) 2014, Mozilla Foundation https://mozilla.org/ with Reserved Font Name Fira Mono.
 2 | 
 3 | Copyright (c) 2014, Telefonica S.A.
 4 | 
 5 | This Font Software is licensed under the SIL Open Font License, Version 1.1.
 6 | This license is copied below, and is also available with a FAQ at: http://scripts.sil.org/OFL
 7 | 
 8 | -----------------------------------------------------------
 9 | SIL OPEN FONT LICENSE Version 1.1 - 26 February 2007
10 | -----------------------------------------------------------
11 | 
12 | PREAMBLE
13 | The goals of the Open Font License (OFL) are to stimulate worldwide development of collaborative font projects, to support the font creation efforts of academic and linguistic communities, and to provide a free and open framework in which fonts may be shared and improved in partnership with others.
14 | 
15 | The OFL allows the licensed fonts to be used, studied, modified and redistributed freely as long as they are not sold by themselves. The fonts, including any derivative works, can be bundled, embedded, redistributed and/or sold with any software provided that any reserved names are not used by derivative works. The fonts and derivatives, however, cannot be released under any other type of license. The requirement for fonts to remain under this license does not apply to any document created using the fonts or their derivatives.
16 | 
17 | DEFINITIONS
18 | "Font Software" refers to the set of files released by the Copyright Holder(s) under this license and clearly marked as such. This may include source files, build scripts and documentation.
19 | 
20 | "Reserved Font Name" refers to any names specified as such after the copyright statement(s).
21 | 
22 | "Original Version" refers to the collection of Font Software components as distributed by the Copyright Holder(s).
23 | 
24 | "Modified Version" refers to any derivative made by adding to, deleting, or substituting -- in part or in whole -- any of the components of the Original Version, by changing formats or by porting the Font Software to a new environment.
25 | 
26 | "Author" refers to any designer, engineer, programmer, technical writer or other person who contributed to the Font Software.
27 | 
28 | PERMISSION & CONDITIONS
29 | Permission is hereby granted, free of charge, to any person obtaining a copy of the Font Software, to use, study, copy, merge, embed, modify, redistribute, and sell modified and unmodified copies of the Font Software, subject to the following conditions:
30 | 
31 | 1) Neither the Font Software nor any of its individual components, in Original or Modified Versions, may be sold by itself.
32 | 
33 | 2) Original or Modified Versions of the Font Software may be bundled, redistributed and/or sold with any software, provided that each copy contains the above copyright notice and this license. These can be included either as stand-alone text files, human-readable headers or in the appropriate machine-readable metadata fields within text or binary files as long as those fields can be easily viewed by the user.
34 | 
35 | 3) No Modified Version of the Font Software may use the Reserved Font Name(s) unless explicit written permission is granted by the corresponding Copyright Holder. This restriction only applies to the primary font name as presented to the users.
36 | 
37 | 4) The name(s) of the Copyright Holder(s) or the Author(s) of the Font Software shall not be used to promote, endorse or advertise any Modified Version, except to acknowledge the contribution(s) of the Copyright Holder(s) and the Author(s) or with their explicit written permission.
38 | 
39 | 5) The Font Software, modified or unmodified, in part or in whole, must be distributed entirely under this license, and must not be distributed under any other license. The requirement for fonts to remain under this license does not apply to any document created using the Font Software.
40 | 
41 | TERMINATION
42 | This license becomes null and void if any of the above conditions are not met.
43 | 
44 | DISCLAIMER
45 | THE FONT SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO ANY WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT OF COPYRIGHT, PATENT, TRADEMARK, OR OTHER RIGHT. IN NO EVENT SHALL THE COPYRIGHT HOLDER BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, INCLUDING ANY GENERAL, SPECIAL, INDIRECT, INCIDENTAL, OR CONSEQUENTIAL DAMAGES, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF THE USE OR INABILITY TO USE THE FONT SOFTWARE OR FROM OTHER DEALINGS IN THE FONT SOFTWARE.


--------------------------------------------------------------------------------
/images/dayClip1--01080.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01080.png


--------------------------------------------------------------------------------
/images/dayClip1--01081.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01081.png


--------------------------------------------------------------------------------
/images/dayClip1--01082.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01082.png


--------------------------------------------------------------------------------
/images/dayClip1--01083.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01083.png


--------------------------------------------------------------------------------
/images/dayClip1--01084.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01084.png


--------------------------------------------------------------------------------
/images/dayClip1--01085.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01085.png


--------------------------------------------------------------------------------
/images/dayClip1--01086.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01086.png


--------------------------------------------------------------------------------
/images/dayClip1--01087.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01087.png


--------------------------------------------------------------------------------
/images/dayClip1--01088.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01088.png


--------------------------------------------------------------------------------
/images/dayClip1--01089.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01089.png


--------------------------------------------------------------------------------
/images/dayClip1--01090.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01090.png


--------------------------------------------------------------------------------
/images/dayClip1--01091.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01091.png


--------------------------------------------------------------------------------
/images/dayClip1--01092.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01092.png


--------------------------------------------------------------------------------
/images/dayClip1--01093.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01093.png


--------------------------------------------------------------------------------
/images/dayClip1--01094.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01094.png


--------------------------------------------------------------------------------
/images/dayClip1--01095.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01095.png


--------------------------------------------------------------------------------
/images/dayClip1--01096.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01096.png


--------------------------------------------------------------------------------
/images/dayClip1--01097.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01097.png


--------------------------------------------------------------------------------
/images/dayClip1--01098.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01098.png


--------------------------------------------------------------------------------
/images/dayClip1--01099.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01099.png


--------------------------------------------------------------------------------
/images/dayClip1--01100.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01100.png


--------------------------------------------------------------------------------
/images/dayClip1--01101.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01101.png


--------------------------------------------------------------------------------
/images/dayClip1--01102.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01102.png


--------------------------------------------------------------------------------
/images/dayClip1--01103.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01103.png


--------------------------------------------------------------------------------
/images/dayClip1--01104.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01104.png


--------------------------------------------------------------------------------
/images/dayClip1--01105.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01105.png


--------------------------------------------------------------------------------
/images/dayClip1--01106.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01106.png


--------------------------------------------------------------------------------
/images/dayClip1--01107.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01107.png


--------------------------------------------------------------------------------
/images/dayClip1--01108.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01108.png


--------------------------------------------------------------------------------
/images/dayClip1--01109.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01109.png


--------------------------------------------------------------------------------
/images/dayClip1--01110.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01110.png


--------------------------------------------------------------------------------
/images/dayClip1--01111.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01111.png


--------------------------------------------------------------------------------
/images/dayClip1--01112.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01112.png


--------------------------------------------------------------------------------
/images/dayClip1--01113.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01113.png


--------------------------------------------------------------------------------
/images/dayClip1--01114.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01114.png


--------------------------------------------------------------------------------
/images/dayClip1--01115.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01115.png


--------------------------------------------------------------------------------
/images/dayClip1--01116.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01116.png


--------------------------------------------------------------------------------
/images/dayClip1--01117.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01117.png


--------------------------------------------------------------------------------
/images/dayClip1--01118.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01118.png


--------------------------------------------------------------------------------
/images/dayClip1--01119.png:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/images/dayClip1--01119.png


--------------------------------------------------------------------------------
/mobiledet/__init__.py:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/mobiledet/__init__.py


--------------------------------------------------------------------------------
/mobiledet/models/__init__.py:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/mobiledet/models/__init__.py


--------------------------------------------------------------------------------
/mobiledet/models/keras_darknet19.py:
--------------------------------------------------------------------------------
 1 | """Darknet19 Model Defined in Keras."""
 2 | import functools
 3 | from functools import partial
 4 | 
 5 | from keras.layers import Conv2D, MaxPooling2D
 6 | from keras.layers.advanced_activations import LeakyReLU
 7 | from keras.layers.normalization import BatchNormalization
 8 | from keras.models import Model
 9 | from keras.regularizers import l2
10 | 
11 | from ..utils import compose
12 | 
13 | # Partial wrapper for Convolution2D with static default argument.
14 | _DarknetConv2D = partial(Conv2D, padding='same')
15 | 
16 | 
17 | @functools.wraps(Conv2D)
18 | def DarknetConv2D(*args, **kwargs):
19 |     """Wrapper to set Darknet weight regularizer for Convolution2D."""
20 |     darknet_conv_kwargs = {'kernel_regularizer': l2(5e-4)}
21 |     darknet_conv_kwargs.update(kwargs)
22 |     return _DarknetConv2D(*args, **darknet_conv_kwargs)
23 | 
24 | 
25 | def DarknetConv2D_BN_Leaky(*args, **kwargs):
26 |     """Darknet Convolution2D followed by BatchNormalization and LeakyReLU."""
27 |     no_bias_kwargs = {'use_bias': False}
28 |     no_bias_kwargs.update(kwargs)
29 |     return compose(
30 |         DarknetConv2D(*args, **no_bias_kwargs),
31 |         BatchNormalization(),
32 |         LeakyReLU(alpha=0.1))
33 | 
34 | 
35 | def bottleneck_block(outer_filters, bottleneck_filters):
36 |     """Bottleneck block of 3x3, 1x1, 3x3 convolutions."""
37 |     return compose(
38 |         DarknetConv2D_BN_Leaky(outer_filters, (3, 3)),
39 |         DarknetConv2D_BN_Leaky(bottleneck_filters, (1, 1)),
40 |         DarknetConv2D_BN_Leaky(outer_filters, (3, 3)))
41 | 
42 | 
43 | def bottleneck_x2_block(outer_filters, bottleneck_filters):
44 |     """Bottleneck block of 3x3, 1x1, 3x3, 1x1, 3x3 convolutions."""
45 |     return compose(
46 |         bottleneck_block(outer_filters, bottleneck_filters),
47 |         DarknetConv2D_BN_Leaky(bottleneck_filters, (1, 1)),
48 |         DarknetConv2D_BN_Leaky(outer_filters, (3, 3)))
49 | 
50 | 
51 | def darknet_body():
52 |     """Generate first 18 conv layers of Darknet-19."""
53 |     return compose(
54 |         DarknetConv2D_BN_Leaky(32, (3, 3)),
55 |         MaxPooling2D(),
56 |         DarknetConv2D_BN_Leaky(64, (3, 3)),
57 |         MaxPooling2D(),
58 |         bottleneck_block(128, 64),
59 |         MaxPooling2D(),
60 |         bottleneck_block(256, 128),
61 |         MaxPooling2D(),
62 |         bottleneck_x2_block(512, 256),
63 |         MaxPooling2D(),
64 |         bottleneck_x2_block(1024, 512))
65 | 
66 | 
67 | def darknet19(inputs, include_top=False):
68 |     """Generate Darknet-19 model for Imagenet classification."""
69 |     body = darknet_body()(inputs)
70 |     logits = DarknetConv2D(1000, (1, 1), activation='softmax')(body)
71 |     if include_top:
72 |         model = Model(inputs, logits)
73 |     else:
74 |         model = Model(inputs, body)
75 |     return model
76 | 


--------------------------------------------------------------------------------
/mobiledet/models/keras_mobilenet.py:
--------------------------------------------------------------------------------
  1 | """
  2 | MobileNet Implementation in Keras
  3 | 
  4 | Author: https://github.com/fchollet/keras/blob/master/keras/applications/mobilenet.py
  5 | """
  6 | import keras.backend as K
  7 | from keras.layers import Input, InputSpec
  8 | from keras.layers import Conv2D
  9 | from keras.layers import BatchNormalization
 10 | from keras.layers import Activation, Lambda
 11 | from keras.layers import GlobalAvgPool2D, Reshape, Dropout
 12 | from keras.models import Model
 13 | from keras import initializers, regularizers, constraints
 14 | from keras.utils import conv_utils
 15 | 
 16 | 
 17 | def preprocess_input(x):
 18 |     x = x / 255.
 19 |     x -= 0.5
 20 |     x *= 2.
 21 |     return x
 22 | 
 23 | 
 24 | def mobile_net(input_size=(224, 224, 3), include_top=True, shallow_model=False, n_classes=1000, alpha=1.0, depth_multiplier=1):
 25 |     if input_size is None:
 26 |         img_input = Input(shape=(None, None, 3))
 27 |     else:
 28 |         img_input = Input(shape=input_size)
 29 | 
 30 |     shape = (1, 1, int(1024 * alpha))
 31 | 
 32 |     x = _conv_block(img_input, 32, alpha, strides=(2, 2))
 33 |     x = _depthwise_conv_block(x, 64,  alpha, depth_multiplier, block_id=1)
 34 |     x = _depthwise_conv_block(x, 128, alpha, depth_multiplier, block_id=2, strides=(2, 2))
 35 | 
 36 |     x = _depthwise_conv_block(x, 128, alpha, depth_multiplier, block_id=3)
 37 |     x = _depthwise_conv_block(x, 256, alpha, depth_multiplier, block_id=4, strides=(2, 2))
 38 | 
 39 |     x = _depthwise_conv_block(x, 256, alpha, depth_multiplier, block_id=5)
 40 |     x = _depthwise_conv_block(x, 512, alpha, depth_multiplier, block_id=6, strides=(2, 2))
 41 |     
 42 |     x = _depthwise_conv_block(x, 512, alpha, depth_multiplier, block_id=7)
 43 |     x = _depthwise_conv_block(x, 512, alpha, depth_multiplier, block_id=8)
 44 |     x = _depthwise_conv_block(x, 512, alpha, depth_multiplier, block_id=9)
 45 |     x = _depthwise_conv_block(x, 512, alpha, depth_multiplier, block_id=10)
 46 |     x = _depthwise_conv_block(x, 512, alpha, depth_multiplier, block_id=11)
 47 |     
 48 |     if not shallow_model:
 49 |         x = _depthwise_conv_block(x, 1024, alpha, depth_multiplier, block_id=12, strides=(2, 2))
 50 |         x = _depthwise_conv_block(x, 1024, alpha, depth_multiplier, block_id=13)
 51 | 
 52 |     if include_top:
 53 |         x = GlobalAvgPool2D()(x)
 54 |         x = Reshape(shape, name='reshape_1')(x)
 55 |         x = Dropout(0.0, name='dropout')(x)
 56 | 
 57 |         x = Conv2D(n_classes, (1, 1), padding='same', name='conv_preds')(x)
 58 |         x = Activation('softmax', name='act_softmax')(x)
 59 |         x = Reshape((n_classes,), name='reshape_2')(x)
 60 | 
 61 |     model = Model(inputs=img_input, outputs=x)
 62 |     return model
 63 | 
 64 | 
 65 | def relu_6(x):
 66 |     return K.relu(x, max_value=6)
 67 | 
 68 | def _conv_block(inputs, filters, alpha, kernel=(3, 3), strides=(1, 1), name='conv1'):
 69 |     """ Standard Convolutional Block"""
 70 |     filters = int(filters * alpha)
 71 |     x = Conv2D(filters, kernel, padding='same', use_bias=False, strides=strides, name=name)(inputs)
 72 |     x = BatchNormalization(name='%s_bn' % name)(x)
 73 |     x = Lambda(relu_6, name='%s_relu' % name)(x)
 74 |     return x
 75 | 
 76 | 
 77 | def _depthwise_conv_block(inputs, pointwise_conv_filters, alpha, depth_multiplier=1, strides=(1, 1), block_id=1):
 78 |     """
 79 |     A depthwise convolution block.
 80 |     """
 81 |     pointwise_conv_filters = int(pointwise_conv_filters * alpha)
 82 |     x = DepthwiseConv2D((3, 3), padding='same',
 83 |                         depth_multiplier=depth_multiplier, strides=strides,
 84 |                         use_bias=False, name='conv_dw_%d' % block_id)(inputs)
 85 |     x = BatchNormalization(name='conv_dw_%d_bn' % block_id)(x)
 86 |     x = Lambda(relu_6, name='conv_dw_%d_relu' % block_id)(x)
 87 | 
 88 |     x = Conv2D(pointwise_conv_filters, (1, 1), padding='same', use_bias=False, strides=(1, 1), name='conv_pw_%d' % block_id)(x)
 89 |     x = BatchNormalization(name='conv_pw_%d_bn' % block_id)(x)
 90 |     x = Lambda(relu_6, name='conv_pw_%d_relu' % block_id)(x)
 91 |     return x
 92 | 
 93 | 
 94 | class DepthwiseConv2D(Conv2D):
 95 |     """
 96 |     Depthwise separable 2D convolution.
 97 | 
 98 |     Reference: https://github.com/fchollet/keras/blob/master/keras/applications/mobilenet.py
 99 |     """
100 |     def __init__(self, kernel_size, strides=(1, 1), padding='valid', depth_multiplier=1,
101 |                  data_format=None, activation=None, use_bias=True,
102 |                  depthwise_initializer='glorot_uniform', bias_initializer='zeros',
103 |                  depthwise_regularizer=None, bias_regularizer=None, activity_regularizer=None, depthwise_constraint=None,
104 |                  bias_constraint=None, **kwargs):
105 |         super(DepthwiseConv2D, self).__init__(
106 |             filters=None,
107 |             kernel_size=kernel_size,
108 |             strides=strides,
109 |             padding=padding,
110 |             data_format=data_format,
111 |             activation=activation,
112 |             use_bias=use_bias,
113 |             bias_regularizer=bias_regularizer,
114 |             activity_regularizer=activity_regularizer,
115 |             bias_constraint=bias_constraint,
116 |             **kwargs)
117 |         self.depth_multiplier = depth_multiplier
118 |         self.depthwise_initializer = initializers.get(depthwise_initializer)
119 |         self.depthwise_regularizer = regularizers.get(depthwise_regularizer)
120 |         self.depthwise_constraint = constraints.get(depthwise_constraint)
121 |         self.bias_initializer = initializers.get(bias_initializer)
122 | 
123 |     def build(self, input_shape):
124 |         if len(input_shape) < 4:
125 |             raise ValueError('Inputs to `DepthwiseConv2D` should have rank 4. '
126 |                              'Received input shape:', str(input_shape))
127 |         if self.data_format == 'channels_first':
128 |             channel_axis = 1
129 |         else:
130 |             channel_axis = 3
131 |         if input_shape[channel_axis] is None:
132 |             raise ValueError('The channel dimension of the inputs to '
133 |                              '`DepthwiseConv2D` '
134 |                              'should be defined. Found `None`.')
135 |         input_dim = int(input_shape[channel_axis])
136 |         depthwise_kernel_shape = (self.kernel_size[0],
137 |                                   self.kernel_size[1],
138 |                                   input_dim,
139 |                                   self.depth_multiplier)
140 | 
141 |         self.depthwise_kernel = self.add_weight(
142 |             shape=depthwise_kernel_shape,
143 |             initializer=self.depthwise_initializer,
144 |             name='depthwise_kernel',
145 |             regularizer=self.depthwise_regularizer,
146 |             constraint=self.depthwise_constraint)
147 | 
148 |         if self.use_bias:
149 |             self.bias = self.add_weight(shape=(input_dim * self.depth_multiplier,),
150 |                                         initializer=self.bias_initializer,
151 |                                         name='bias',
152 |                                         regularizer=self.bias_regularizer,
153 |                                         constraint=self.bias_constraint)
154 |         else:
155 |             self.bias = None
156 |         # Set input spec.
157 |         self.input_spec = InputSpec(ndim=4, axes={channel_axis: input_dim})
158 |         self.built = True
159 | 
160 |     def call(self, inputs, training=None):
161 |         outputs = K.depthwise_conv2d(
162 |             inputs,
163 |             self.depthwise_kernel,
164 |             strides=self.strides,
165 |             padding=self.padding,
166 |             dilation_rate=self.dilation_rate,
167 |             data_format=self.data_format)
168 | 
169 |         if self.bias:
170 |             outputs = K.bias_add(
171 |                 outputs,
172 |                 self.bias,
173 |                 data_format=self.data_format)
174 | 
175 |         if self.activation is not None:
176 |             return self.activation(outputs)
177 | 
178 |         return outputs
179 | 
180 |     def compute_output_shape(self, input_shape):
181 |         if self.data_format == 'channels_first':
182 |             rows = input_shape[2]
183 |             cols = input_shape[3]
184 |             out_filters = input_shape[1] * self.depth_multiplier
185 |         elif self.data_format == 'channels_last':
186 |             rows = input_shape[1]
187 |             cols = input_shape[2]
188 |             out_filters = input_shape[3] * self.depth_multiplier
189 | 
190 |         rows = conv_utils.conv_output_length(rows, self.kernel_size[0],
191 |                                              self.padding,
192 |                                              self.strides[0])
193 |         cols = conv_utils.conv_output_length(cols, self.kernel_size[1],
194 |                                              self.padding,
195 |                                              self.strides[1])
196 | 
197 |         if self.data_format == 'channels_first':
198 |             return (input_shape[0], out_filters, rows, cols)
199 |         elif self.data_format == 'channels_last':
200 |             return (input_shape[0], rows, cols, out_filters)
201 | 
202 |     def get_config(self):
203 |         config = super(DepthwiseConv2D, self).get_config()
204 |         config.pop('filters')
205 |         config.pop('kernel_initializer')
206 |         config.pop('kernel_regularizer')
207 |         config.pop('kernel_constraint')
208 |         config['depth_multiplier'] = self.depth_multiplier
209 |         config['depthwise_initializer'] = initializers.serialize(self.depthwise_initializer)
210 |         config['depthwise_regularizer'] = regularizers.serialize(self.depthwise_regularizer)
211 |         config['depthwise_constraint'] = constraints.serialize(self.depthwise_constraint)
212 |         return config


--------------------------------------------------------------------------------
/mobiledet/utils/__init__.py:
--------------------------------------------------------------------------------
1 | from .utils import *
2 | 


--------------------------------------------------------------------------------
/mobiledet/utils/anchor_boxes.py:
--------------------------------------------------------------------------------
  1 | """
  2 | This script generates anchor boxes for a custom dataset. It will generate:
  3 |    + an anchor text file (depending on number of anchors, default = 5)
  4 | 
  5 | Example usage:
  6 | -------------
  7 | python anchor_boxes.py
  8 |  --path       /path/to/dataset.hdf5
  9 |  --output_dir ./
 10 |  --num_anchors  5
 11 | """
 12 | import os
 13 | import csv
 14 | import numpy as np
 15 | import cv2, io
 16 | import h5py
 17 | from PIL import Image
 18 | from cfg import *
 19 | from box import box_iou, Box
 20 | from argparse import ArgumentParser
 21 | 
 22 | parser = ArgumentParser(description="Generate custom anchor boxes")
 23 | 
 24 | parser.add_argument('-i', '--input_hdf5',
 25 |                     help="Path to input hdf5 file", type=str, default=None)
 26 | 
 27 | parser.add_argument('-o', '--output_dir',
 28 |                     help="Path to output directory", type=str, default='./')
 29 | 
 30 | parser.add_argument('-n', '--number_anchors',
 31 |                     help="Number of anchors [default = 5]", type=int, default=5)
 32 | 
 33 | 
 34 | def hdf5_read_image_boxes(data_images, data_boxes, idx):  
 35 |     image = data_images[idx]
 36 |     boxes = data_boxes[idx]
 37 |     boxes = boxes.reshape((-1, 5))    
 38 |     image = Image.open(io.BytesIO(image))
 39 |     image_data = np.array(image, dtype=np.float)           
 40 |     return np.array(image), np.array(boxes)
 41 | 
 42 | def main():
 43 |     args = parser.parse_args()
 44 |     input_hdf5 = args.input_hdf5
 45 |     output_dir = args.output_dir
 46 |     number_anchors = args.number_anchors
 47 |     h5_data = h5py.File(input_hdf5, 'r')
 48 | 
 49 |     # #################################
 50 |     # Generate Anchors and Categories #
 51 |     # #################################
 52 |     train_boxes = np.array(h5_data['train/boxes'])
 53 |     train_images = np.array(h5_data['train/images'])
 54 | 
 55 |     gt_boxes = []
 56 |     n_small = 0
 57 |     average_iou = []
 58 |     print("Calculating Anchors using K-mean Clustering....")
 59 |     if number_anchors in range(2, 16):
 60 |         for i in range(train_images.shape[0]):
 61 |             img, boxes = hdf5_read_image_boxes(train_images, train_boxes, i)
 62 |             img_height, img_width = img.shape[:2]
 63 |             orig_size = np.array([img_width, img_height], dtype=np.float)
 64 |             orig_size = np.expand_dims(orig_size, axis=0)
 65 |             boxes_xy = 0.5 * (boxes[:, 3:5] + boxes[:, 1:3])
 66 |             boxes_wh = boxes[:, 3:5] - boxes[:, 1:3]
 67 |             # boxes_xy = boxes_xy / orig_size
 68 |             # boxes_wh = boxes_wh / orig_size
 69 |             boxes = np.concatenate((boxes_xy, boxes_wh), axis=1)
 70 |             for box in boxes:
 71 |                 xc, yc, w, h = box[0], box[1], box[2], box[3]
 72 |                 aspect_ratio = [IMAGE_W / float(img_width), IMAGE_H / float(img_height)]
 73 |                 feature_width = float(w) * aspect_ratio[0] / 32
 74 |                 feature_height = float(h) * aspect_ratio[1] / 32
 75 |                 if feature_width < 1 and feature_height < 1:
 76 |                     n_small += 1
 77 |                 box = Box(0, 0, feature_width, feature_height)
 78 |                 gt_boxes.append(box)
 79 |         print('Total boxes: ' + str(len(gt_boxes)))
 80 |         print('Total small: ' + str(n_small))
 81 | 
 82 |         anchors, avg_iou = k_mean_cluster(number_anchors, gt_boxes)
 83 |         print("Number of anchors: {:2} | Average IoU:{:-4f}\n\n ".format(number_anchors, avg_iou))
 84 |         anchors_file = os.path.join(output_dir, str(number_anchors) + '_' + str(round(avg_iou, 2)) + '_anchors.txt')
 85 |         average_iou.append(avg_iou)
 86 |         if not os.path.isdir(output_dir):
 87 |             os.mkdir(output_dir)
 88 |         with open(anchors_file, 'w') as f:
 89 |             for anchor in anchors:
 90 |                 f.write("({:5f}, {:5f})\n".format(anchor.w, anchor.h))
 91 |     print('average_iou:', average_iou);
 92 | 
 93 | def k_mean_cluster(n_anchors, gt_boxes, loss_convergence=1e-6):
 94 |     """
 95 |     Cluster anchors.
 96 |     """
 97 |     # initialize random centroids
 98 |     centroid_indices = np.random.choice(len(gt_boxes), n_anchors)
 99 |     centroids = []
100 |     for centroid_index in centroid_indices:
101 |         centroids.append(gt_boxes[centroid_index])
102 | 
103 |     # iterate k-means
104 |     anchors, avg_iou, loss = run_k_mean(n_anchors, gt_boxes, centroids)
105 | 
106 |     while True:
107 |         anchors, avg_iou, curr_loss = run_k_mean(n_anchors, gt_boxes, anchors)
108 |         if abs(loss - curr_loss) < loss_convergence:
109 |             break
110 |         loss = curr_loss
111 | 
112 |     return anchors, avg_iou
113 | 
114 | 
115 | def run_k_mean(n_anchors, boxes, centroids):
116 |     '''
117 |     Perform K-mean clustering on training ground truth to generate anchors.
118 |     In the paper, authors argues that generating anchors through anchors would improve Recall of the network
119 | 
120 |     NOTE: Euclidean distance produces larger errors for larger boxes. Therefore, YOLOv2 did not use Euclidean distance
121 |           to measure calculate loss. Instead, it uses the following formula:
122 |           d(box, centroid)= 1 - IoU (box, centroid)
123 | 
124 |     :param n_anchors:
125 |     :param boxes:
126 |     :param centroids:
127 |     :return:
128 |         new_centroids: set of new anchors
129 |         groups:        wth?
130 |         loss:          compared to current bboxes
131 |     '''
132 |     loss = 0
133 |     groups = []
134 |     new_centroids = []
135 |     for i in range(n_anchors):
136 |         groups.append([])
137 |         new_centroids.append(Box(0, 0, 0, 0))
138 | 
139 |     for box in boxes:
140 |         min_distance = 1
141 |         group_index = 0
142 | 
143 |         for i, centroid in enumerate(centroids):
144 |             distance = 1 - box_iou(box, centroid)  # Used in YOLO9000
145 |             if distance < min_distance:
146 |                 min_distance = distance
147 |                 group_index = i
148 | 
149 |         groups[group_index].append(box)
150 |         loss += min_distance
151 |         new_centroids[group_index].w += box.w
152 |         new_centroids[group_index].h += box.h
153 | 
154 |     for i in range(n_anchors):
155 |         if len(groups[i]) == 0:
156 |             continue
157 |         new_centroids[i].w /= len(groups[i])
158 |         new_centroids[i].h /= len(groups[i])
159 | 
160 |     iou = 0
161 |     counter = 0
162 |     for i, anchor in enumerate(new_centroids):
163 |         for gt_box in groups[i]:
164 |             iou += box_iou(gt_box, anchor)
165 |             counter += 1
166 | 
167 |     avg_iou = iou / counter
168 |     return new_centroids, avg_iou, loss
169 | 
170 | 
171 | if __name__ == '__main__':
172 |     main()
173 | 


--------------------------------------------------------------------------------
/mobiledet/utils/box.py:
--------------------------------------------------------------------------------
  1 | import numpy as np
  2 | 
  3 | class Box(object):
  4 |     def __init__(self, xc, yc, w, h, c=None, label=None, classes=None):
  5 |         self.x = xc
  6 |         self.y = yc
  7 |         self.w = w
  8 |         self.h = h
  9 |         self.c = c    
 10 |         self.label = label
 11 |         self.classes = None
 12 | 
 13 |     def get_label(self):
 14 |         if self.label == -1:
 15 |             self.label = np.argmax(self.classes)
 16 |         return self.label
 17 | 
 18 |     def get_score(self):
 19 |         if self.c == -1:
 20 |             self.c = self.classes[self.get_label()]
 21 |         return self.c
 22 | 
 23 |     def to_array(self):
 24 |         return np.array([self.x, self.y, self.w, self.h, int(self.get_label())])
 25 | 
 26 |     def to_opencv_format(self):
 27 |         """
 28 |         Convert bounding box to OpenCV format
 29 |         :return:  [[(x1, y1), (x2, y2)]] (numpy int)
 30 |         """
 31 |         x1 = int(self.x - self.w/2)
 32 |         y1 = int(self.y - self.h/2)
 33 |         x2 = int(self.x + self.w/2)
 34 |         y2 = int(self.y + self.h/2)
 35 |         opencv_box = [[(x1, y1), (x2, y2)]]
 36 | 
 37 |         return opencv_box
 38 | 
 39 |     def to_relative_size(self, img_size=(1280, 960)):
 40 |         """
 41 |         
 42 |         :param img_size: 
 43 |         :return: 
 44 |         """
 45 |         width, height = img_size
 46 |         xc = self.x/(1. * width)
 47 |         yc = self.y/(1. * height)
 48 |         w  = self.w/(1. * width)
 49 |         h  = self.h/(1. * height)
 50 |         return xc, yc, w, h
 51 | 
 52 |     def to_abs_size(self, img_size=(1280, 960)):
 53 |         """
 54 | 
 55 |         :param img_size: 
 56 |         :return: 
 57 |         """
 58 |         width, height = img_size
 59 | 
 60 |         if self.x > 1.0:  # Make sure current box is in relative format
 61 |             return self.x, self.y, self.w, self.h
 62 | 
 63 |         self.x = self.x   * width
 64 |         self.y = self.y   * height
 65 |         self.w  = self.w   * width
 66 |         self.h  = self.h   * height
 67 |         return self.x, self.y, self.w, self.h
 68 | 
 69 | 
 70 |     def __str__(self):
 71 |         return "{}, {}, {}, {}".format(round(self.x, 2), round(self.y, 2), round(self.w, 2), round(self.h, 2))
 72 | 
 73 |     def __repr__(self):
 74 |         return str(self)
 75 | 
 76 | 
 77 | def box_iou(b1, b2):
 78 |     intersect = box_intersection(b1, b2)
 79 |     union = box_union(b1, b2)
 80 |     iou = float(intersect / union)
 81 |     return iou
 82 | 
 83 | 
 84 | def box_intersection(b1, b2):
 85 |     w = overlap(b1.x, b1.w, b2.x, b2.w)
 86 |     h = overlap(b1.x, b1.h, b2.x, b2.h)
 87 |     if (w < 0) or (h < 0): return 0
 88 |     area = w * h
 89 |     return area
 90 | 
 91 | 
 92 | def overlap(x1, w1, x2, w2):
 93 |     l1 = x1 - (w1 / 2.)
 94 |     l2 = x2 - (w2 / 2.)
 95 |     r1 = x1 + (w1 / 2.)
 96 |     r2 = x2 + (w2 / 2.)
 97 |     left = l1 if l1 >= l2 else l2
 98 |     right = r1 if r1 <= r2 else r2
 99 |     return right - left
100 | 
101 | 
102 | def box_union(b1, b2):
103 |     intersect = box_intersection(b1, b2)
104 |     union = (b1.w * b1.h) + (b2.w * b2.h) - intersect
105 |     return union
106 | 
107 | 
108 | def convert_bbox(x1, y1, x2, y2):
109 |     w = float(x2) - float(x1)
110 |     h = float(y2) - float(y1)
111 |     xc = float(x1) + w / 2.
112 |     yc = float(y1) + h / 2.
113 |     return xc, yc, w, h
114 | 
115 | 
116 | def scale_rel_box(img_size, box):
117 |     """
118 |     Scale bounding box relative to image size
119 |     """
120 |     width, height, _ = img_size
121 |     dw = 1. / width
122 |     dh = 1. / height
123 |     xc = box.x * dw
124 |     yc = box.y * dh
125 |     w  = box.w * dw
126 |     h  = box.h * dh
127 |     return xc, yc, w, h
128 | 
129 | 


--------------------------------------------------------------------------------
/mobiledet/utils/cfg.py:
--------------------------------------------------------------------------------
 1 | '''
 2 | Main configuration file for YOLOv2 Project.
 3 | Modify every time one would like to train on a new dataset
 4 | '''
 5 | import numpy as np
 6 | 
 7 | # If a feature extractor performed 5 max-pooling --> Image resolution being reduced 2^5 = 32 times
 8 | # Most current state-of-the-art models have max-pooling layers (Jan, 2018)
 9 | # FEATURE_EXTRACTOR = 'darknet19'
10 | FEATURE_EXTRACTOR = 'mobilenet'
11 | N_CLASSES         = 2
12 | N_ANCHORS         = 5
13 | BATCH_SIZE        = 4
14 | IMAGE_H           = 416
15 | IMAGE_W           = 416
16 | 
17 | SHALLOW_DETECTOR = False
18 | USE_X0_FEATURE = True
19 | 
20 | # Default anchor boxes
21 | YOLO_ANCHORS = np.array(
22 |     ((0.57273, 0.677385), (1.87446, 2.06253), (3.33843, 5.47434),
23 |      (7.88282, 3.52778), (9.77052, 9.16828)))
24 | 
25 | if SHALLOW_DETECTOR:
26 |     SHRINK_FACTOR     = 16
27 | else:
28 |     SHRINK_FACTOR     = 32
29 | 
30 | FEAT_H = IMAGE_H // SHRINK_FACTOR
31 | FEAT_W = IMAGE_W // SHRINK_FACTOR
32 | 
33 | 
34 | 
35 | 


--------------------------------------------------------------------------------
/mobiledet/utils/draw_boxes.py:
--------------------------------------------------------------------------------
 1 | """Draw predicted or ground truth boxes on input image."""
 2 | 
 3 | import colorsys
 4 | import random
 5 | 
 6 | import numpy as np
 7 | from PIL import Image, ImageDraw, ImageFont
 8 | 
 9 | 
10 | def get_colors_for_classes(num_classes):
11 |     """Return list of random colors for number of classes given."""
12 |     # Use previously generated colors if num_classes is the same.
13 |     if (hasattr(get_colors_for_classes, "colors") and
14 |             len(get_colors_for_classes.colors) == num_classes):
15 |         return get_colors_for_classes.colors
16 | 
17 |     hsv_tuples = [(x / num_classes, 1., 1.) for x in range(num_classes)]
18 |     colors = list(map(lambda x: colorsys.hsv_to_rgb(*x), hsv_tuples))
19 |     colors = list(
20 |         map(lambda x: (int(x[0] * 255), int(x[1] * 255), int(x[2] * 255)),
21 |             colors))
22 |     random.seed(10101)  # Fixed seed for consistent colors across runs.
23 |     random.shuffle(colors)  # Shuffle colors to decorrelate adjacent classes.
24 |     random.seed(None)  # Reset seed to default.
25 |     get_colors_for_classes.colors = colors  # Save colors for future calls.
26 |     return colors
27 | 
28 | 
29 | def draw_boxes(image, boxes, box_classes, class_names, scores=None):
30 |     """Draw bounding boxes on image.
31 | 
32 |     Draw bounding boxes with class name and optional box score on image.
33 | 
34 |     Args:
35 |         image: An `array` of shape (width, height, 3) with values in [0, 1].
36 |         boxes: An `array` of shape (num_boxes, 4) containing box corners as
37 |             (y_min, x_min, y_max, x_max).
38 |         box_classes: A `list` of indicies into `class_names`.
39 |         class_names: A `list` of `string` class names.
40 |         `scores`: A `list` of scores for each box.
41 | 
42 |     Returns:
43 |         A copy of `image` modified with given bounding boxes.
44 |     """
45 |     image = Image.fromarray(np.floor(image * 255 + 0.5).astype('uint8'))
46 |     font = ImageFont.truetype(font='font/FiraMono-Medium.otf', size=np.floor(3e-2 * image.size[1] + 0.5).astype('int32'))
47 |     thickness = (image.size[0] + image.size[1]) // 300
48 |     colors = get_colors_for_classes(len(class_names))
49 |     for i, c in list(enumerate(box_classes)):
50 |         box_class = class_names[c]
51 |         box = boxes[i]
52 |         if isinstance(scores, np.ndarray):
53 |             score = scores[i]
54 |             label = '{} {:.2f}'.format(box_class, score)
55 |         else:
56 |             label = '{}'.format(box_class)
57 | 
58 |         draw = ImageDraw.Draw(image)
59 |         label_size = draw.textsize(label, font)
60 | 
61 |         top, left, bottom, right = box
62 |         top = max(0, np.floor(top + 0.5).astype('int32'))
63 |         left = max(0, np.floor(left + 0.5).astype('int32'))
64 |         bottom = min(image.size[1], np.floor(bottom + 0.5).astype('int32'))
65 |         right = min(image.size[0], np.floor(right + 0.5).astype('int32'))
66 |         print(label, (left, top), (right, bottom))
67 | 
68 |         if top - label_size[1] >= 0:
69 |             text_origin = np.array([left, top - label_size[1]])
70 |         else:
71 |             text_origin = np.array([left, top + 1])
72 | 
73 |         # My kingdom for a good redistributable image drawing library.
74 |         for i in range(thickness):
75 |             draw.rectangle(
76 |                 [left + i, top + i, right - i, bottom - i], outline=colors[c])
77 |         draw.rectangle(
78 |             [tuple(text_origin), tuple(text_origin + label_size)],
79 |             fill=colors[c])
80 |         draw.text(text_origin, label, fill=(0, 0, 0), font=font)
81 |         del draw
82 | 
83 |     return np.array(image)
84 | 


--------------------------------------------------------------------------------
/mobiledet/utils/utils.py:
--------------------------------------------------------------------------------
  1 | """Miscellaneous utility functions."""
  2 | 
  3 | from functools import reduce
  4 | import cv2
  5 | import copy
  6 | import numpy as np
  7 | import io
  8 | import os
  9 | import PIL
 10 | import re
 11 | from cfg import *
 12 | # from box import Box, box_iou
 13 | 
 14 | from keras import backend as K
 15 | # from mobiledet.models.keras_yolo import yolo_eval, decode_yolo_output
 16 | 
 17 | def compose(*funcs):
 18 |     """Compose arbitrarily many functions, evaluated left to right.
 19 | 
 20 |     Reference: https://mathieularose.com/function-composition-in-python/
 21 |     """
 22 |     # return lambda x: reduce(lambda v, f: f(v), funcs, x)
 23 |     if funcs:
 24 |         return reduce(lambda f, g: lambda *a, **kw: g(f(*a, **kw)), funcs)
 25 |     else:
 26 |         raise ValueError('Composition of empty sequence not supported.')
 27 | 
 28 | 
 29 | def get_anchors(anchors_path):
 30 |     '''loads the anchors from a file'''
 31 |     if os.path.isfile(anchors_path):
 32 |         with open(anchors_path) as f:
 33 |             anchors = f.readlines()
 34 |             try:
 35 |                 anchors = [re.findall(r'\d*\.\d+|\d+', anchor) for anchor in anchors]
 36 |                 anchors =  sum(anchors, [])
 37 |                 anchors = [float(x) for x in anchors]
 38 |             except:
 39 |                 anchors = YOLO_ANCHORS
 40 |             return np.array(anchors).reshape(-1, 2)
 41 |     else:
 42 |         Warning("Could not open anchors file, using default.")
 43 |         return YOLO_ANCHORS
 44 | 
 45 | def get_classes(classes_path):
 46 |     '''loads the classes'''
 47 |     with open(classes_path) as f:
 48 |         class_names = f.readlines()
 49 |     class_names = [c.strip() for c in class_names]
 50 |     return class_names
 51 | 
 52 | def brightness_augment(image):
 53 |     image = np.array(image, dtype=np.uint8)
 54 |     image1 = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
 55 |     image1 = np.array(image1, dtype=np.float64)
 56 |     random_bright = 0.5 + np.random.uniform()
 57 |     image1[:, :, 2] = image1[:, :, 2]*random_bright
 58 |     image1[:, :, 2][image1[:, :, 2] > 255]  = 255
 59 |     image1 = np.array(image1, dtype=np.uint8)
 60 |     image1 = cv2.cvtColor(image1, cv2.COLOR_HSV2RGB)
 61 |     return image1
 62 | 
 63 | def _remap_object_boxes(boxes, class_names, target_class_names):
 64 |     """ Remap original object labels into the interested target object labels
 65 |     """
 66 |     drone_box = []
 67 |     for i in range(boxes.shape[0]):
 68 |         box = boxes[i]
 69 |         voc_label = class_names[box[0]]  
 70 |         if voc_label in target_class_names:
 71 |             dbox = copy.deepcopy(box)
 72 |             dbox[0] = target_class_names.index(voc_label)
 73 |             drone_box.append(dbox)
 74 |     return np.array(drone_box)
 75 | 
 76 | def read_voc_datasets_train_batch(data_images, data_boxes):  
 77 |     idx = np.random.choice(data_images.shape[0], replace=False)
 78 |     batch_image = data_images[idx]
 79 |     batch_boxes = data_boxes[idx]
 80 |     batch_boxes = batch_boxes.reshape((-1, 5))    
 81 |     image = PIL.Image.open(io.BytesIO(batch_image))
 82 |     image_data = np.array(image, dtype=np.float)           
 83 |     return np.array(image_data), np.array(batch_boxes)
 84 | 
 85 | def augment_image(image_data, bboxes, model_width, model_height, jitter=False):
 86 |     h, w, c = image_data.shape
 87 |     if jitter:        
 88 |         scale = np.random.uniform() / 10. + 1.
 89 |         image_data = cv2.resize(image_data, (0,0), fx = scale, fy = scale)    
 90 |         ## translate the image
 91 |         max_offx = (scale-1.) * w
 92 |         max_offy = (scale-1.) * h
 93 |         offx = int(np.random.uniform() * max_offx)
 94 |         offy = int(np.random.uniform() * max_offy)
 95 | 
 96 |         image_data = image_data[offy : (offy + h), offx : (offx + w)]        
 97 |         flip = np.random.binomial(1, .5)
 98 |         if flip > 0.5: 
 99 |             image_data = cv2.flip(image_data, 1)
100 |             
101 |     image_data = cv2.resize(image_data, (model_height, model_width))
102 |     bboxes2 = copy.deepcopy(bboxes)
103 |     for bbox in bboxes2:
104 |         for attr in (1,3): # adjust xmin and xmax
105 |             if jitter: bbox[attr] = int(bbox[attr] * scale - offx)
106 |             bbox[attr] = int(bbox[attr] * float(model_width) / w)     
107 |             bbox[attr] = max(min(bbox[attr], model_width), 0)
108 |    
109 |         for attr in 2,4: # adjust ymin and ymax
110 |             if jitter: bbox[attr] = int(bbox[attr] * scale - offy)
111 |             bbox[attr] = int(bbox[attr] * float(model_height) / h)
112 |             bbox[attr] = max(min(bbox[attr], model_height), 0)
113 |         if jitter and flip > 0.5:
114 |             xmin = bbox[1]
115 |             bbox[1] = model_width - bbox[3]
116 |             bbox[3] = model_width - xmin  
117 |     return image_data, bboxes2
118 | 
119 | 


--------------------------------------------------------------------------------
/model_data/drone_classes.txt:
--------------------------------------------------------------------------------
1 | person
2 | vehicle


--------------------------------------------------------------------------------
/model_data/lisa_anchors.txt:
--------------------------------------------------------------------------------
1 | (0.296949, 0.581810)
2 | (0.409283, 0.820408)
3 | (0.502726, 1.071432)
4 | (0.713759, 1.546759)
5 | (0.130866, 0.268734)


--------------------------------------------------------------------------------
/model_data/lisa_classes.txt:
--------------------------------------------------------------------------------
1 | stop
2 | go
3 | warning
4 | donotcare


--------------------------------------------------------------------------------
/model_data/pascal_anchors.txt:
--------------------------------------------------------------------------------
1 | (1.3221, 1.73145)
2 | (3.19275, 4.00944)
3 | (5.05587, 8.09892)
4 | (9.47112, 4.84053)
5 | (11.2364, 10.0071)
6 | 


--------------------------------------------------------------------------------
/model_data/pascal_classes.txt:
--------------------------------------------------------------------------------
 1 | aeroplane
 2 | bicycle
 3 | bird
 4 | boat
 5 | bottle
 6 | bus
 7 | car
 8 | cat
 9 | chair
10 | cow
11 | diningtable
12 | dog
13 | horse
14 | motorbike
15 | person
16 | pottedplant
17 | sheep
18 | sofa
19 | train
20 | tvmonitor
21 | 


--------------------------------------------------------------------------------
/model_data/uav123_anchors.txt:
--------------------------------------------------------------------------------
1 | (0.658624, 2.666625)
2 | (2.444950, 7.431975)
3 | (1.272862, 4.598098)
4 | (1.902102, 2.050706)
5 | (0.428755, 1.522414)
6 | 
7 | 


--------------------------------------------------------------------------------
/recall_precision.py:
--------------------------------------------------------------------------------
  1 | #! /usr/bin/env python
  2 | """Run a YOLO_v2 style detection model on test images."""
  3 | import argparse
  4 | import colorsys
  5 | import imghdr
  6 | import os
  7 | import os.path as osp
  8 | import random
  9 | import h5py
 10 | 
 11 | import numpy as np
 12 | from keras.models import load_model
 13 | from PIL import Image, ImageDraw, ImageFont
 14 | 
 15 | import tensorflow as tf
 16 | from keras import backend as K
 17 | from keras.layers import Input, Lambda, Conv2D
 18 | from keras.models import load_model, Model
 19 | from keras.callbacks import TensorBoard, ModelCheckpoint, EarlyStopping
 20 | from keras.optimizers import Adam
 21 | 
 22 | from mobiledet.models.keras_yolo import preprocess_true_boxes
 23 | from mobiledet.models.keras_yolo import yolo_eval, yolo_loss, decode_yolo_output, create_model
 24 | from mobiledet.models.keras_yolo import yolo_body_darknet, yolo_body_mobilenet                     
 25 | from mobiledet.models.keras_yolo import recall_precision
 26 | 
 27 | 
 28 | from mobiledet.utils.draw_boxes import draw_boxes
 29 | 
 30 | from mobiledet.utils import read_voc_datasets_train_batch, brightness_augment, augment_image
 31 | from mobiledet.models.keras_yolo import yolo_get_detector_mask
 32 | 
 33 | from cfg import *
 34 | from mobiledet.utils import *
 35 | from keras.utils import plot_model
 36 | 
 37 | 
 38 | from tensorflow.python.framework import graph_util
 39 | from tensorflow.python.framework import graph_io
 40 | 
 41 | import os
 42 | import tensorflow as tf
 43 | from tensorflow.python.tools.freeze_graph import freeze_graph
 44 | 
 45 | import time
 46 | 
 47 | parser = argparse.ArgumentParser(
 48 |     description='Calculate YOLOv2 recall and precision on test datasets..')
 49 | parser.add_argument(
 50 |     '-m',
 51 |     '--weight_path',
 52 |     help='path to trained model weight file')
 53 | 
 54 | parser.add_argument(
 55 |     '-a',
 56 |     '--anchors_path',
 57 |     help='path to anchors file, defaults to pascal_anchors.txt',
 58 |     default='model_data/uav123_anchors.txt')
 59 | 
 60 | parser.add_argument(
 61 |     '-c',
 62 |     '--classes_path',
 63 |     help='path to classes file, defaults to drone_classes.txt',
 64 |     default='model_data/drone_classes.txt')
 65 | 
 66 | parser.add_argument(
 67 |     '-d',
 68 |     '--data_path',
 69 |     help='path to the HDF5 file which has a "test" group',
 70 |     default='~/data/uav123.hdf5')
 71 | 
 72 | parser.add_argument(
 73 |     '-s',
 74 |     '--score_threshold',
 75 |     type=float,
 76 |     help='threshold for bounding box scores, default .6',
 77 |     default=.6)
 78 | 
 79 | parser.add_argument(
 80 |     '-iou',
 81 |     '--iou_threshold',
 82 |     type=float,
 83 |     help='threshold for non max suppression IOU, default .65',
 84 |     default=.6)
 85 | 
 86 | def _main(args):
 87 |     model_path = os.path.expanduser(args.weight_path)
 88 |     anchors_path = os.path.expanduser(args.anchors_path)
 89 |     classes_path = os.path.expanduser(args.classes_path)
 90 |     data_path = os.path.expanduser(args.data_path)
 91 |     dataset = h5py.File(data_path, 'r')
 92 | 
 93 | 
 94 |     class_names  = get_classes(classes_path)
 95 |     anchors = get_anchors(anchors_path)
 96 |     if SHALLOW_DETECTOR:
 97 |         anchors = anchors * 2
 98 | 
 99 |     print(class_names)
100 |     print(anchors)
101 | 
102 |     yolo_model, _ = create_model(anchors, class_names, load_pretrained=True, 
103 |         feature_extractor=FEATURE_EXTRACTOR, pretrained_path=model_path)
104 | 
105 |     hdf5_images = np.array(dataset['test/images'])
106 | 
107 |     recall_precision(np.array(dataset['test/images']), np.array(dataset['test/boxes']), 
108 |         yolo_model, anchors, class_names, num_samples=2048)
109 | 
110 | 
111 | if __name__ == '__main__':
112 |     _main(parser.parse_args())
113 | 


--------------------------------------------------------------------------------
/train_overfit.py:
--------------------------------------------------------------------------------
  1 | #! /usr/bin/env python
  2 | """Overfit a YOLO_v2 model to a single image from the Pascal VOC dataset.
  3 | 
  4 | This is a sample training script used to test the implementation of the
  5 | YOLO localization loss function.
  6 | """
  7 | import argparse
  8 | import io
  9 | import os
 10 | 
 11 | import h5py
 12 | import matplotlib.pyplot as plt
 13 | import numpy as np
 14 | import PIL
 15 | 
 16 | import tensorflow as tf
 17 | from keras import backend as K
 18 | from keras.layers import Input, Lambda
 19 | from keras.models import Model
 20 | 
 21 | from mobiledet.models.keras_yolo import yolo_eval, yolo_loss, decode_yolo_output, create_model
 22 | 
 23 | from mobiledet.models.keras_yolo import (preprocess_true_boxes, yolo_body_mobilenet,
 24 |                                      yolo_eval, decode_yolo_output, yolo_loss, yolo_body_darknet)
 25 | # from mobiledet.models.keras_darknet19 import darknet_feature_extractor
 26 | from mobiledet.utils.draw_boxes import draw_boxes
 27 | from mobiledet.utils.utils import get_anchors
 28 | from mobiledet.utils.utils import get_classes
 29 | 
 30 | from cfg import *
 31 | 
 32 | argparser = argparse.ArgumentParser(
 33 |     description='Train YOLO_v2 model to overfit on a single image.')
 34 | 
 35 | argparser.add_argument(
 36 |     '-d',
 37 |     '--data_path',
 38 |     help='path to HDF5 file containing a hdf5 dataset',
 39 |     default='~/data/lisa.hdf5')
 40 | 
 41 | argparser.add_argument(
 42 |     '-a',
 43 |     '--anchors_path',
 44 |     help='path to anchors file, defaults to anchors box file',
 45 |     default='model_data/lisa_anchors.txt')
 46 | 
 47 | argparser.add_argument(
 48 |     '-c',
 49 |     '--classes_path',
 50 |     help='path to classes file',
 51 |     default='model_data/lisa_classes.txt')
 52 | 
 53 | argparser.add_argument(
 54 |     '-n',
 55 |     '--num_epoches',
 56 |     help='num of epoches to overfit the image',
 57 |     type=int,
 58 |     default=1000)
 59 | 
 60 | 
 61 | def _main(args):
 62 |     voc_path = os.path.expanduser(args.data_path)
 63 |     classes_path = os.path.expanduser(args.classes_path)
 64 |     anchors_path = os.path.expanduser(args.anchors_path)
 65 |     class_names = get_classes(classes_path)
 66 |     anchors = get_anchors(anchors_path)
 67 |     num_epoches = args.num_epoches
 68 | 
 69 |     if SHRINK_FACTOR == 16:
 70 |         anchors = anchors * 2
 71 | 
 72 |     print('Prior anchor boxes:')    
 73 |     print(anchors)
 74 |     print('Prior classes:')
 75 |     print(class_names)
 76 | 
 77 | 
 78 |     num_anchors = len(anchors)
 79 |     voc = h5py.File(voc_path, 'r')
 80 |     print(voc['train/images'].shape)
 81 |     # import pdb; pdb.set_trace()
 82 |     
 83 |     test_id = 1
 84 |     image = PIL.Image.open(io.BytesIO(voc['train/images'][test_id]))
 85 |     # import pdb; pdb.set_trace()
 86 |     orig_size = np.array(image.size)
 87 |     orig_size = np.expand_dims(orig_size, axis=0)
 88 | 
 89 |     net_width    = IMAGE_W
 90 |     net_height   = IMAGE_H
 91 |     feats_width  = FEAT_W
 92 |     feats_height = FEAT_H
 93 | 
 94 |     # Image preprocessing.
 95 |     image = image.resize((net_width, net_height), PIL.Image.BICUBIC)
 96 |     image_data = np.array(image, dtype=np.float)
 97 |     image_data /= 255.
 98 | 
 99 |     # Box preprocessing.
100 |     # Original boxes stored as 1D list of class, x_min, y_min, x_max, y_max.
101 |     boxes = voc['train/boxes'][test_id]
102 |     boxes = boxes.reshape((-1, 5))
103 |     # Get extents as y_min, x_min, y_max, x_max, class for comparision with
104 |     # model output.
105 |     boxes_extents = boxes[:, [2, 1, 4, 3, 0]]
106 | 
107 |     # Get box parameters as x_center, y_center, box_width, box_height, class.
108 |     boxes_xy = 0.5 * (boxes[:, 3:5] + boxes[:, 1:3])
109 |     boxes_wh = boxes[:, 3:5] - boxes[:, 1:3]
110 |     boxes_xy = boxes_xy / orig_size
111 |     boxes_wh = boxes_wh / orig_size
112 |     boxes = np.concatenate((boxes_xy, boxes_wh, boxes[:, 0:1]), axis=1)
113 | 
114 |     # Precompute detectors_mask and matching_true_boxes for training.
115 |     # Detectors mask is 1 for each spatial position in the final conv layer and
116 |     # anchor that should be active for the given boxes and 0 otherwise.
117 |     # Matching true boxes gives the regression targets for the ground truth box
118 |     # that caused a detector to be active or 0 otherwise.
119 |     detectors_mask_shape = (feats_height, feats_width, num_anchors, 1)
120 |     matching_boxes_shape = (feats_height, feats_width, num_anchors, 5)
121 |     detectors_mask, matching_true_boxes = preprocess_true_boxes(boxes, anchors,
122 |                                                                 [net_height, net_width], 
123 |                                                                 [feats_height, feats_width])
124 | 
125 |     # Create model input layers.
126 |     image_input = Input(shape=(net_height , net_width, 3))
127 |     boxes_input = Input(shape=(None, 5))
128 | 
129 |     detectors_mask_input = Input(shape=detectors_mask_shape)
130 |     matching_boxes_input = Input(shape=matching_boxes_shape)
131 | 
132 |     print('Boxes:')
133 |     print(boxes)
134 |     print('Box corners:')
135 |     print(boxes_extents)
136 |     print('Active detectors:')
137 |     print(np.where(detectors_mask == 1)[:-1])
138 |     print('Matching boxes for active detectors:')
139 |     print(matching_true_boxes[np.where(detectors_mask == 1)[:-1]])
140 | 
141 |     yolo_model = yolo_body_mobilenet(image_input, len(anchors), len(class_names), network_config=[SHALLOW_DETECTOR, USE_X0_FEATURE])
142 |     
143 |     # yolo_model, model = create_model(anchors, class_names, feature_extractor=FEATURE_EXTRACTOR)
144 | 
145 |     yolo_model.summary()
146 | 
147 |     # TODO: Replace Lambda with custom Keras layer for loss.
148 |     model_loss = Lambda(
149 |         yolo_loss,
150 |         output_shape=(1, ),
151 |         name='yolo_loss',
152 |         arguments={'anchors': anchors,
153 |                     'num_classes': len(class_names)})([
154 |                         yolo_model.output, boxes_input,
155 |                         detectors_mask_input, matching_boxes_input
156 |                     ])
157 | 
158 |     model = Model(
159 |         [image_input, boxes_input, detectors_mask_input,
160 |          matching_boxes_input], model_loss)
161 | 
162 |     model.compile(
163 |         optimizer='adam', loss={
164 |             'yolo_loss': lambda y_true, y_pred: y_pred
165 |         })  # This is a hack to use the custom loss function in the last layer.
166 | 
167 |     # Add batch dimension for training.
168 |     image_data = np.expand_dims(image_data, axis=0)
169 |     boxes = np.expand_dims(boxes, axis=0)
170 |     detectors_mask = np.expand_dims(detectors_mask, axis=0)
171 |     matching_true_boxes = np.expand_dims(matching_true_boxes, axis=0)
172 | 
173 |     model.fit([image_data, boxes, detectors_mask, matching_true_boxes],
174 |               np.zeros(len(image_data)),
175 |               batch_size=1,
176 |               verbose=1,
177 |               epochs=num_epoches)
178 |               
179 |     model.save_weights('model_data/overfit.h5')
180 | 
181 |     # Create output variables for prediction.
182 |     yolo_outputs = decode_yolo_output(yolo_model.output, anchors, len(class_names))
183 |     input_image_shape = K.placeholder(shape=(2, ))
184 |     boxes, scores, classes = yolo_eval(
185 |         yolo_outputs, input_image_shape, score_threshold=.8, iou_threshold=.9)
186 | 
187 |     # Run prediction on overfit image.
188 |     sess = K.get_session()  # TODO: Remove dependence on Tensorflow session.
189 |     out_boxes, out_scores, out_classes = sess.run(
190 |         [boxes, scores, classes],
191 |         feed_dict={
192 |             yolo_model.input: image_data,
193 |             input_image_shape: [image.size[1], image.size[0]],
194 |             K.learning_phase(): 0
195 |         })
196 |     print('Found {} boxes for image.'.format(len(out_boxes)))
197 |     print(out_boxes)
198 | 
199 |     # Plot image with predicted boxes.
200 |     image_with_boxes = draw_boxes(image_data[0], out_boxes, out_classes,
201 |                                   class_names, out_scores)
202 | 
203 |     plt.imshow(image_with_boxes, interpolation='nearest')
204 |     plt.show()
205 | 
206 | 
207 | if __name__ == '__main__':
208 |     args = argparser.parse_args()
209 |     _main(args)
210 | 


--------------------------------------------------------------------------------
/weights/fine_tune_parking_lot.1.h5:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/weights/fine_tune_parking_lot.1.h5


--------------------------------------------------------------------------------
/weights/mobilenet_s3_best.FalseFalse.h5:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/DeepRobot2020/MobileDet/99626d2f15b95a3710ad7b1df89388e50915c4a9/weights/mobilenet_s3_best.FalseFalse.h5


--------------------------------------------------------------------------------