第七章人体关键点检测 常用数据集.
,计算机视觉原理与实践 第七章 人体关键点检测,人体关键点检测的实现方法: 1. 自顶向下 2. 自底向上,常用数据集,0 3,MPII数据集 Microsoft COCO数据集,常用数据集:,1. MPII数据集 MPII数据集是一个单人和多人的标注过的图片数据集,常用于单人检测场景。 该数据集包含约 25K图像,其中包含超过4 万名带注释的人体关键点的人。总体而言,数据集涵盖 410种人类活动,并且每个图像都带有活动标签。 此外,对于测试集,还有更丰富的注释,包括身体部位遮挡以及3D躯干和头部方向。,MPII数据集16个关键点标注: 0-R ankle, 1-R knee, 2-R hip, 3-L hip, 4-L knee, 5-L ankle, 6-pelvis, 7-thorax, 8-upper neck, 9-head top, 10-R wrist, 11-R elbow, 12-R shoulder, 13-L shoulder, 14-L elbow, 15-L wrist,MPII人体姿态数据集: 标注数据使用mat的struct格式,对于人体关键点检测,使用行人框,人体尺度为除以200像素高度后的值,提供16个关键点坐标及其是否可见的信息。,常用数据集,MPII数据集 Microsoft COCO数据集,0 3,2. Microsoft COCO数据集 Microsoft COCO数据集合,简称COCO数据集合,是一个标注过的图片数据集,主要应用于多人人体关键点检测,可用于目标检测、分割和描述生成等。 提供约59K张图,共有156K个人像,1.7M个人体关键点数据。,COCO数据集17个关键点标注: 0-nose, 1-L eye, 2-R eye, 3-L ear, 4-R ear, 5-L shoulder, 6-R shoulder, 7-L elbow, 8-R elbow, 9-L wrist, 10-R wrist, 11-L hip, 12-R hip, 13-L knee, 14-R knee, 15-L ankle, 16-R ankle,Microsoft COCO数据集合中,平均一幅图像2个人,最多有13个人。具体情况如图所示:,图像复杂性的基准:(1)待检测的目标被干扰物体遮挡;(2)待检测的目标之间相互遮挡。人体关键点复杂性情况分布如图所示:,人体关键点检测的数据集: 1. MPII 2. Microsoft COCO数据集,谢谢观看,