Asian Student Classroom Emotions Dataset
Afgrænsningsramme, Klassifikation
Brug Case: Asiatisk elev klasseværelse Følelsesdatasæt
Format: Billede
Tælle: 1k
Kommentar: Ja
Beskrivelse: Datasættet "Asian Student Classroom Emotions Dataset" er specielt designet til undervisningsapplikationer, og byder på internetindsamlede billeder af asiatiske elever i klasseværelser, alt sammen med en ensartet opløsning på 1280 x 720 pixels. Dette datasæt anvender afgrænsningsboksannoteringer og klassifikationsteknikker til at identificere og kategorisere elevernes følelsesmæssige tilstande og præstationstilstande i klasseværelset, med det formål at forbedre undervisningsmetoder og strategier for elevernes engagement.
Datasæt for gestus i asiatisk stil
Afgrænsningsboks, Tags
Brug Case: Datasæt for gestus i asiatisk stil
Format: Billede
Tælle: 21,000
Kommentar: Ja
Beskrivelse: Datasættet "Asian Style Gestures" er kurateret til den visuelle underholdningsindustri og byder på en samling af internetindsamlede billeder med opløsninger fra 530 x 360 til 2973 x 3968 pixels. Dette datasæt er specialiseret i annoteringer af hænder, der viser bevægelser i asiatisk stil, såsom nik, hjerter, rock, OK, at sætte hænder sammen, holde hænder, osv., ved at bruge afgrænsningsfelter og tags til præcis identifikation.
Hånd Key Point Skelet Datasæt
Centrale punkter
Brug Case: Hånd Key Point Skelet Datasæt
Format: Billede
Tælle: 10k
Kommentar: Ja
Beskrivelse: "Hand Key Point Skeleton Dataset" er designet til applikationer inden for visuel underholdning og augmented/virtual reality (AR/VR), og byder på en samling af indendørs indsamlede billeder med en høj opløsning på 3024 x 4032 pixels. Dette datasæt fokuserer på mærkning af 21 nøglepunkter i håndskelettet, optagelse af specifikke enhånds- eller tohåndsstillinger, såsom at danne en hjerteform, placere en hånd på kinden, strække og mere.
Datasæt til klassificering af menneskelig stilling
Afgrænsningsboks, tags
Brug Case: Datasæt til klassificering af menneskelig stilling
Format: Billede
Tælle: 17k
Kommentar: Ja
Beskrivelse: "Human Posture Classification Dataset" er designet til applikationer inden for visuel underholdning og robotteknologi, bestående af en samling af indendørs indsamlede billeder med høje opløsninger, der overstiger 3024 x 4032 pixels. Dette datasæt lægger vægt på afgrænsningsboksannoteringer og tagging for at identificere halvkropsportrætter og klassificere dem i 14 forskellige typer positurer, såsom krydsede hænder, hænder omkring hovedet og en hånd på kinden, blandt andre.
Person Hjem Aktivitetsdatasæt
Brug Case: Bevægelsesdetektering, Sikkerhedsovervågning
Format: mp4
Tælle: 10002
Kommentar: Ingen
Beskrivelse: Type 1: videoer af mennesker umiddelbart uden for hjemmet ved hoveddøre - Person går hen mod/forbi hoveddøren/hjemmet - Person går væk fra døren/hjemmet - En eller flere personer, der udfører en længere aktivitet (står, ser sig omkring, taler) 6-20 fod fra dørklokken. Type 2: videoer af mennesker inde i hjemmet, der engagerer sig i visse handlinger - Sidder og spiser, arbejder ved skrivebordet, læser, sover, vågner op og står ud af sengen, træner/danser, falder ned, ligger såret på gulvet
Optagelsestilstand: Lavt lys: 20 % - Omgivende indendørs/udendørs belysning - Skumring/Golden Hour Regelmæssigt lys: 40% - Normal indendørs/udendørs - Ensartet oplyst - Ikke alt for mættet/hårdt skarpt lys: 40% - Udendørs, midt på eftermiddagen, klar himmel - Indendørs naturligt lys, eller stærkt oplyst - undgå over-mætning eller blæst-ud-scener
Video Fremhæv øjebliksdatasæt
Klassificering (+ tidstags)
Brug Case: Video Fremhæv øjebliksdatasæt
Format: Video
Tælle: 9k
Kommentar: Ja
Beskrivelse: Internettet indsamlede videoklip med gennemsnitlig længde omkring 10s, og opløsningen er over 720 x 1280.