官方网站-首页
（来源：计算机视觉研究院）
计算机视觉研究院
公众号ID｜计算机视觉研究院
学习群｜扫码在主页获取加入方式
https://pmc.ncbi.nlm.nih.gov/articles/PMC12337018/pdf/main.pdf
计算机视觉研究院专栏
Column of Computer Vision Institute
本文发布了StreetVendor-SLI 街头摊贩检测数据集，全程用消费级运动相机实拍制作，完全开源免费，还通过了 GDPR 隐私合规校验。今天就带大家快速拆解这份数据。
PART/1
背景
为什么我们急需一份摊贩检测数据集？
街头摊贩是非正式就业的重要组成部分，准确掌握其规模与分布，是评估经济贡献、保障从业者权益、制定城市管理政策的基础。
但传统调研方式痛点非常突出：
摊贩流动性强、空间分散，常规问卷和访谈难以全面覆盖，数据缺口大；
人工实地普查成本高、效率低，还存在一定侵入性，跨城市数据难以对比；
过往研究大多依赖谷歌街景等第三方平台数据，不仅 API 费用逐年上涨，使用条款受限，且绝大多数数据集不公开，研究结果无法复现。
这份 StreetVendor-SLI 数据集填补了公开领域的空白，同时提供了一套可复制的低成本制作流程，研究者可以参照方案在本地城市自行采集扩展。
PART/2
数据集
这份数据集里都有什么内容？
数据集最终包含 2794 张高清街景图像（原始图像 1397 张 + 数据增强后新增 1397 张），单图分辨率 2416×1359 像素，所有标注均采用 YOLO 格式，总数据量 4.63GB，已在 Zenodo 平台开源。
【数据集规格汇总表】整套数据分为 4 个独立文件夹，适配不同研究需求：
：完成隐私脱敏的原始无标注图像，支持研究者自定义标注规则
：原始图像 + 对应 YOLO 格式标注文件，可直接用于模型训练
：经过数据增强的图像 + 同步调整的标注文件
：分辨率降低 25% 的轻量版本，用于快速训练迭代
标注方面，团队按照经营的流动性，将摊贩分为 3 个互斥类别，累计标注 2357 个目标框：
- 固定摊位（1774 个）
：全天固定在同一位置经营，如带遮阳伞的固定售货亭、常设摊位桌
- 半固定摊位（459 个）
：配备三轮车、手推车等移动设施，但经营时保持静止，可在不同时段转移位置
- 流动摊贩（124 个）
：随身携带商品边走边卖，使用篮子、背包、小型推车等轻便载具，商品存量有限
【三类街头摊贩分类示例图】
【LabelImg 工具标注效果示意图】PART/3
实验
从街景实拍可用数据集，完整流程拆解
整个数据集制作全程采用消费级设备和开源工具，可复现性极强，核心分为 4 个环节：
1. 街景影像采集
团队将 GoPro Hero 7 Black 运动相机固定在摩托车车把上，采用侧视视角拍摄。采集范围为哥伦比亚麦德林市中心 La Candelaria 区域，沿 10 条预设路线累计行驶 37 公里，单次行程 30-35 分钟。拍摄均在白天 9:00-12:00 进行，通过 Python 脚本从视频中每 2 秒提取 1 帧图像。
【数据采集路线样例图】采集过程也存在现实局限：雨天易造成镜头脏污、画面模糊；不同时段光照与相机参数差异，会导致图像尺寸、色彩不均衡；高分辨率图像也对存储和算力提出了更高要求。
2. 隐私合规脱敏
为严格符合欧盟 GDPR 个人数据保护法规，团队采用 “自动检测 + 人工复核” 的双重脱敏机制：
自动阶段：基于 YOLOv7-tiny 模型自动识别行人面部与机动车车牌，通过高斯模糊完成打码；
人工阶段：至少 2 名研究人员逐张核验，未完全脱敏的图像重新处理或直接剔除，确保无任何可识别个人信息。
【人脸检测与打码前后对比图】3. 精细化人工标注
使用开源标注工具 LabelImg，为每张图像中的摊贩绘制轴对齐边界框，并按照上述三类标准分配类别标签。所有标注完成后，团队进行了二次人工校验，确保边界框位置准确、类别划分一致，最终筛选出 1397 张包含摊贩的有效图像。
4. 数据增强扩容
为缓解类别不平衡问题、提升模型泛化能力，团队通过 Albumentations 库对原始数据做了两类增强处理：
几何变换：旋转、翻转、缩放、剪切
光谱变换：亮度、对比度、饱和度、色调调整，以及模糊、直方图均衡化
最终数据集规模扩充一倍至 2794 张。值得注意的是，团队保留了原始的类别比例，没有强行平衡样本 —— 因为现实中流动摊贩本身占比更低，强行平衡反而会引入偏差，影响研究真实性。
【数据增强效果示例图】此外，团队还提供了分辨率降低 25% 的轻量版本，可大幅缩短训练时长，适合模型快速迭代，研究者也可通过配套脚本自定义降低比例。
PART/4
亮点与局限
1. 相比同类研究的核心优势
和过往街头摊贩检测研究相比，这份数据集的差异化价值非常明确：
【相关研究对比表】- 完全开源可获取
：是目前首个公开的街头摊贩目标检测数据集，支持免费学术研究；
- 原创自主采集
：不依赖第三方街景 API，无版权与使用限制，采集流程可完整复制；
- 三类精细标注
：首次按流动性对摊贩做细分标注，更适配城市治理、摊贩行为研究场景；
- 全流程隐私合规
：双重脱敏机制确保符合 GDPR 标准，规避数据伦理风险。
2. 现有局限与注意事项
样本规模有限：总图像量不足 3000 张，直接训练大模型泛化能力有上限，适合搭配迁移学习使用；
地域单一性：数据仅来自哥伦比亚麦德林市，应用到其他城市、其他国家时，需考虑场景适配；
画质存在差异：受天气、拍摄条件影响，部分图像存在模糊、色彩不均问题；
高清文件偏大：原始分辨率图像体积大，对存储和训练硬件有一定要求。
StreetVendor-SLI 的价值不止于一份数据集本身，更在于它提供了一套 “低成本采集 - 合规脱敏 - 精细标注 - 质量控制” 的完整方法论。对于全球研究城市非正式经济、城市治理的学者来说，这是一套可以直接复用的方案。
当 AI 可以高效、低成本地盘点城市里的烟火气，管理者也能更科学地平衡城市秩序与民生温度，让街头摊贩真正成为城市的一部分。
有相关需求的你可以联系我们！
