これは、混雑したシーンでの複数人の姿勢推定を調査するために使用される画像データセットです。データセットには 20,000 枚の画像と、14 のキー ポイントで注釈が付けられた 80,000 個の人間のポーズが含まれており、そのうちテスト セットには 8,000 枚の画像が含まれています。データセット内の住宅を含む混雑した画像は、MSCOCO、MPII、AI Challenger の 3 つのソースから取得されています。