一、market1501

1） “bounding_box_test”——用于测试集的 750 人，包含 19,732 张图像，前缀为 0000 表示在提取这 750 人的过程中DPM检测错的图（可能与query是同一个人），-1 表示检测出来其他人的图（不在这 750 人中）

2） “bounding_box_train”——用于训练集的 751 人，包含 12,936 张图像

3） “query”——为 750 人在每个摄像头中随机选择一张图像作为query，因此一个人的query最多有 6 个，共有 3,368 张图像

4） “gt_query”——matlab格式，用于判断一个query的哪些图片是好的匹配（同一个人不同摄像头的图像）和不好的匹配（同一个人同一个摄像头的图像或非同一个人的图像）

5） “gt_bbox”——手工标注的bounding box，用于判断DPM检测的bounding box是不是一个好的box

1、以 0001_c1s1_000151_01.jpg 为例

1） 0001 表示每个人的标签编号，从0001到1501；

2） c1 表示第一个摄像头(camera1)，共有6个摄像头；

3） s1 表示第一个录像片段(sequece1)，每个摄像机都有数个录像段；

4） 000151 表示 c1s1 的第000151帧图片，视频帧率25fps；

5） 01 表示 c1s1_001051 这一帧上的第1个检测框，由于采用DPM检测器，对于每一帧上的行人可能会框出好几个bbox。00 表示手工标注框

bounding_box_test 文件夹是 gallery 样本，bounding_box_train 文件夹是 train 样本，query 文件夹是 query 样本

二、CUHK03

(1) 采集于香港中文大学（CUHK）校园。数据以”cuhk-03.mat”的 MAT 文件格式存储，含有 1467 个不同的人物，由 5 对摄像头采集。

(2)目录介绍

（1）”detected”—— 5 x 1 cells，由机器标注，每个 cell 中包含一对摄像头组采集的照片，如下所示：

每个摄像头组由 M x 10 cells 组成，M 为行人索引，前 5 列和后 5 列分别来自同一组的不同摄像头。

cell 内每个元素为一幅 H x W x 3 的行人框图像(uint8 数据类型)，个别图像可能空缺，为空集。

• 843x10 cell ——> 摄像头组pair 1。
• 440x10 cell ——> 摄像头组pair 2。
• 77x10 cell ——> 摄像头组pair 3。
• 58x10 cell ——> 摄像头组pair 4。
• 49x10 cell ——> 摄像头组pair 5。

（2）”labeled”—— 5 x 1 cells，行人框由人工标注，格式和内容和”detected”相同。

（3）”testsets”—— 20 x 1 cells，测试协议，由 20 个 100 x 2 double 类型矩阵组成 (重复二十次)。

100 x 2 double，100 行代表 100 个测试样本，第 1 列为摄像头 pair 索引，第 2 列为行人索引。

(3)测试协议

CUHK-03的测试协议有两种。第一种为旧的版本(参考文献 [1], 即数据集的出处)，参见数据集中的’testsets’测试协议。具体地说，即随机选出100个行人作为测试集，1160 个行人作为训练集，100 个行人作为验证集（这里总共 1360 个行人而不是 1467 个，这是因为实验中没有用到摄像头组pair 4 和 5 的数据），重复二十次。这种测试协议是 single-shot setting.

第二种测试协议(参考文献 [2])类似于 Market-1501 ，它将数据集分为包含 767 个行人的训练集和包含 700 个行人的测试集。在测试阶段，我们随机选择一张图像作为 query，剩下的作为 gallery，这样的话，对于每个行人，有多个 ground truth 在 gallery 中。(参考https://github.com/zhunzhong07/person-re-ranking)