iT邦幫忙

2024 iThome 鐵人賽

DAY 3
0

因為是公司專案需要,這邊私心會整理跟工作場合相關的資料集們,主要用在工業場景研究活動識別、姿勢偵測、安全檢測等

  1. Chalearn LAP (Looking at People)
    針對人類活動和行為識別,包含許多針對工廠或工作環境的資料集,其中包括手勢識別和人體姿勢檢測,特別適用於監控工廠中員工的工作狀態。

  2. MPII Human Pose Dataset
    專注於人體姿勢估計,標註了不同日常活動中的人體關鍵點。該資料集涵蓋了多種工作場所的場景,如辦公室、工廠、建築工地等。包含 25,000 張圖像,並標註了 40,000 多個人體姿勢,以檢測不良姿勢或工作效率分析。對模型的識別能力要求較高。

  3. MHP-V2 (Multi-Human Parsing)
    專門用於多人體分割與行為識別的資料集,適用於工作環境中多人體的動作分析。資料集的圖片場景包含了多人同時參與的活動。包括 25,403 張圖片,且提供了高精度的語義分割和實例分割標註。

  4. UP-Fall Detection Dataset
    專門用於跌倒偵測,包含了室內工作場所的場景,模擬了不同的跌倒和非跌倒情況。該資料集可以用於監測工作場所的安全問題,特別是工廠中的員工跌倒事故。包含 17,000 多個樣本,涵蓋 11 種不同的活動(如行走、跌倒、坐下等)。

  5. HARD-HAR Dataset (HAR Dataset for Human Activity Recognition)
    人體活動識別資料集,專門設計用於工作場所和工廠環境的活動檢測。該資料集通過可穿戴設備收集數據,記錄了工人在不同活動中的動作,涵蓋多種活動(如舉重、搬運物品、行走、靜止等)。用於工業場景中員工的活動追踪與識別,特別適合用於工作效率分析或勞動強度評估。

  6. CAD-120
    專門針對日常活動和工作場所活動的資料集,記錄了工作環境中的一系列複雜動作。該資料集特別適合用於識別一系列順序活動。包含 120 個影片片段,標註了 10 種常見的工作場所活動。適合進行連續動作的監控與分析。需要較高的模型能力。


上一篇
[DAY2]-從物件偵測種類與分割技術開始說起
下一篇
[Day4] 物件偵測指標 : 混淆矩陣! 你搞得我好亂啊!
系列文
深度學習影像辨識-YOLO物件偵測-學習筆記 | 既然只活一次 那就來參加鐵人賽吧!6
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言