室内办公室场景人体行为姿态识别数据集:目标检测睡觉、摔倒、站立、坐立等行为识别数据集

目标检测实战:仪表盘指针识别

保姆级 YOLOv8/9/10 教程,附完整数据集与源码

人体姿态检测数据集核心信息表

在这里插入图片描述

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。

在这里插入图片描述

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`
在这里插入图片描述
在这里插入图片描述

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

目标检测实战:仪表盘指针识别

保姆级 YOLOv8/9/10 教程,附完整数据集与源码

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值