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” 、 “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。