亚洲学生课堂情绪数据集

边界框、分类

亚洲学生课堂情绪数据集

使用案例: 亚洲学生课堂情绪数据集

格式: 图片

算: 1k

注解: Yes

X

描述: “亚洲学生课堂情绪数据集”专为教育应用而设计,包含通过互联网收集的亚洲学生课堂图像,所有图像的分辨率均为 1280 x 720 像素。该数据集采用边界框注释和分类技术来识别和分类学生在课堂中的情绪和表现状态,旨在增强教育方法和学生参与策略。

亚洲风格手势数据集

边界框、标签

亚洲风格手势数据集

使用案例: 亚洲风格手势数据集

格式: 图片

算: 21,000

注解: Yes

X

描述: “亚洲风格手势数据集”是为视觉娱乐行业精心打造的,包含一系列从互联网收集的图像,分辨率从 530 x 360 到 2973 x 3968 像素不等。该数据集专门用于标注表现出亚洲风格手势的手部,例如点头、心形、摇晃、OK、合掌、紧握双手等,利用边界框和标签进行精确识别。

手部关键点骨骼数据集

关键点

手部关键点骨骼数据集

使用案例: 手部关键点骨骼数据集

格式: 图片

算: 10k

注解: Yes

X

描述: “手部关键点骨架数据集”专为视觉娱乐和增强/虚拟现实 (AR/VR) 应用而设计,包含一组室内采集的图像,分辨率高达 3024 x 4032 像素。该数据集专注于标记手部骨架的 21 个关键点,捕捉特定的单手或双手姿势,例如形成心形、将手放在脸颊上、伸展等。

人体姿势分类数据集

边界框、标签

人体姿势分类数据集

使用案例: 人体姿势分类数据集

格式: 图片

算: 17k

注解: Yes

X

描述: “人体姿势分类数据集”专为视觉娱乐和机器人应用而设计,由室内采集的图像集合组成,分辨率超过 3024 x 4032 像素。该数据集强调边界框注释和标记,以识别半身肖像并将其分为 14 种不同的姿势,例如交叉双手、双手放在头上、一只手放在脸颊上等。

个人家庭活动数据集

个人家庭活动数据集

使用案例: 运动检测、安全监控

格式: mp4

算: 10002

注解: 没有

X

描述: 类型 1:人们直接在前门外的视频 - 人走向/经过前门/家 - 人从门/家走开 - 一个或多个人在进行扩展活动(站立、环顾四周、说话)距离门铃 6-20 英尺。 类型 2:在家中进行某些动作的视频 - 坐着吃饭、在办公桌前工作、阅读、睡觉、起床和起床、锻炼/跳舞、跌倒、躺在地板上受伤

录音条件: 弱光:20% - 环境室内/室外照明 - 黄昏/黄金时段常规光:40% - 正常室内/室外 - 均匀照明 - 不会过度饱和/刺眼的强光:40% - 室外、午后、晴朗的天空 -室内自然光或明亮的灯光 - 避免过度饱和或过曝的场景

视频精彩时刻数据集

分类(+时间标签)

视频精彩时刻数据集

使用案例: 视频精彩时刻数据集

格式: 视频

算: 9k

注解: Yes

X

描述: 互联网收集的视频片段平均长度约为10秒,分辨率超过720 x 1280。