人体姿态检测数据集核心信息表

| 信息类别 | 详情说明 |
|---|---|
| 数据类别 | 核心为人体姿态类别,含3类有效标注类别与3类未使用类别。有效类别包括back_downsleep(背部朝下平躺)1例、sitting(坐姿)2例、upsleep(朝上平躺)2例;未使用类别为fall(跌倒)、front_downsleep(腹部朝下平躺)、standing(站姿),暂未在当前标注中体现。 |
| 数据数量 | 整体数据集含4860张图像,分为3个数据子集(Dataset 2可能为统计标识误差,实际关联3个数据集ID),图像按用途划分为Train(训练集)3401张、Valid(验证集)972张、Test(测试集)487张。当前展示图像为训练集中第1/66张,单图含5个姿态标注框。 |
| 数据格式 | 图像格式支持JPG、JPEG、PNG、BMP,单图分辨率1920×1080(2.07MP);标注格式采用YOLO Darknet原生TXT格式(含类别ID、归一化坐标),并已转换为JSON格式便于调用,JSON中明确标注框坐标(x/y/width/height)、对应类别标签及图像尺寸。 |
| 核心应用价值 | 聚焦人体姿态监测场景,可直接用于养老院老人姿态异常预警(如跌倒未标注类别预留扩展空间)、办公场景坐姿健康分析、睡眠监测设备姿态识别模型训练等。标注数据覆盖常见静态姿态,且区分训练/验证/测试集,能直接支撑计算机视觉模型从训练到部署的全流程,降低姿态检测类项目的数据标注成本。 |

核心类别Classes (6) 类别(6)
back_downsleep
背部向下睡眠
fall
跌倒
front_downsleep
俯卧睡
sitting
坐着
standing
站立
upsleep`


数量
整体数据集含4860张图像,分为3个数据子集(Dataset 2可能为统计标识误差,实际关联3个数据集ID),图像按用途划分为Train(训练集)3401张、Valid(验证集)972张、Test(测试集)487张。当前展示图像为训练集中第1/66张,单图含5个姿态标注框
1万+

被折叠的 条评论
为什么被折叠?



