HAR 15 种人体动作识别数据集

数据集简介

该数据集全称为 Human Action Recognition，包含 15 种不同类别的人类活动，约 12k+ 张标记图像（包括验证图像），每个图像只有一个人类活动类别，并保存在标记类别的单独文件夹中

人体动作识别 (HAR) 旨在理解人类行为并为每个动作分配标签。它具有广泛的应用，因此在计算机视觉领域引起了越来越多的关注。人体动作可以使用各种数据模态来表示，例如 RGB 、骨架、深度、红外、点云、事件流、音频、加速度、雷达和 WiFi 信号，它们对不同来源的有用但不同的信息进行编码，并根据应用场景具有各种优势。

数据集文件

训练– 包含用于训练模型的所有图像，共 15 个文件夹，即「呼叫」、「拍手」、「骑自行车」、「跳舞」、「喝酒」、「吃饭」、「打架」、「拥抱」、「大笑」、「听音乐」、「跑步」、「坐着」、「睡觉」、「发短信」、「使用笔记本电脑」，其中包含相应人类活动的图像。

测试– 包含 5400 张人类活动图像。对于这些图像，可以根据相应的类别名称进行预测 -「呼叫」、「拍手」、「骑自行车」、「跳舞」、「喝酒」、「吃饭」、「打架」、「拥抱」、「大笑」、「听音乐」、「跑步」、「坐着」、「睡觉」、「发短信」、「使用笔记本电脑」。

Testing_set.csv – 这是平台上提交的每张图片的预测顺序。确保您下载的预测与图片文件名的顺序与此文件中给出的顺序相同。

sample_submission：这是一个 csv 文件，包含数据冲刺的示例提交。