Zheng, Liang, et al. “Scalable Person Re-identification: A Benchmark.” IEEE International Conference on Computer Vision IEEE Computer Society, 2015:1116-1124.
Market-1501 数据集在清华大学校园中采集，夏天拍摄，在 2015 年构建并公开。
它包括由6个摄像头（其中5个高清摄像头和1个低清摄像头）拍摄到的 1501 个行人、32668 个检测到的行人矩形框。每个行人至少由 2 个摄像头捕获到，并且在一个摄像头中可能具有多张图像。
训练集有 751 人，包含 12,936 张图像，平均每个人有 17.2 张训练数据；
测试集有 750 人，包含 19,732 张图像，平均每个人有 26.3 张测试数据。
3368 张查询图像的行人检测矩形框是人工绘制的，而 gallery 中的行人检测矩形框则是使用DPM检测器检测得到的。
Market-1501
├── bounding_box_test
├── 0000_c1s1_000151_01.jpg
├── 0000_c1s1_000376_03.jpg
├── 0000_c1s1_001051_02.jpg
├── bounding_box_train
├── 0002_c1s1_000451_03.jpg
├── 0002_c1s1_000551_01.jpg
├── 0002_c1s1_000801_01.jpg
├── gt_bbox
├── 0001_c1s1_001051_00.jpg
├── 0001_c1s1_009376_00.jpg
├── 0001_c2s1_001976_00.jpg
├── gt_query
├── 0001_c1s1_001051_00_good.mat
├── 0001_c1s1_001051_00_junk.mat
├── query
├── 0001_c1s1_001051_00.jpg
├── 0001_c2s1_000301_00.jpg
├── 0001_c3s1_000551_00.jpg
└── readme.txt
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）。
bounding_box_train–用于训练集的 751 人，包含 12,936 张图像。
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。
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）。
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。
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。