* Dieser Datensatz unterstützt die Online-Nutzung.Klicken Sie hier, um zu springen.

Einführung in den Datensatz

Der vollständige Name dieses Datensatzes lautet „Human Action Recognition“. Es enthält 15 verschiedene Kategorien menschlicher Aktivitäten und über 12.000 beschriftete Bilder (einschließlich Verifizierungsbilder). Jedes Bild hat nur eine Kategorie menschlicher Aktivität und wird in einem separaten Ordner der beschrifteten Kategorie gespeichert.

Ziel der Human Action Recognition (HAR) ist es, menschliche Handlungen zu verstehen und jeder Handlung Bezeichnungen zuzuweisen. Es verfügt über ein breites Anwendungsspektrum und hat daher im Bereich der Computervision zunehmende Aufmerksamkeit erregt. Menschliche Bewegungen können mithilfe einer Vielzahl von Datenmodalitäten dargestellt werden, beispielsweise RGB, Skelett, Tiefe, Infrarot, Punktwolke, Ereignisstrom, Audio, Beschleunigung, Radar und WLAN-Signale, die nützliche, aber unterschiedliche Informationen aus verschiedenen Quellen kodieren und je nach Anwendungsszenario verschiedene Vorteile bieten.

Datensatzdatei

• Zug– Enthält alle Bilder, die zum Trainieren des Modells verwendet wurden, insgesamt 15 Ordner, nämlich „Anrufen“, „Klatschen“, „Radfahren“, „Tanzen“, „Trinken“, „Essen“, „Kämpfen“, „Umarmen“, „Lachen“, „Musik hören“, „Laufen“, „Sitzen“, „Schlafen“, „SMS schreiben“, „Laptop benutzen“, die Bilder der entsprechenden menschlichen Aktivitäten enthalten.
• prüfen– Enthält 5400 Bilder menschlicher Aktivitäten. Für diese Bilder können Vorhersagen auf Grundlage der entsprechenden Klassennamen getroffen werden – „Anrufen“, „Klatschen“, „Radfahren“, „Tanzen“, „Trinken“, „Essen“, „Kämpfen“, „Umarmen“, „Lachen“, „Musik hören“, „Laufen“, „Sitzen“, „Schlafen“, „SMS schreiben“, „Laptop benutzen“.
• Testset.csv – Dies ist die vorhergesagte Reihenfolge für jedes auf der Plattform übermittelte Bild. Stellen Sie sicher, dass Sie die Vorhersage- und Bilddateinamen in der gleichen Reihenfolge herunterladen, wie in dieser Datei angegeben.
• Beispielübermittlung: Dies ist eine CSV-Datei mit Beispiel-Commits für den Datensprint.