＜数据集＞手部识别数据集＜目标检测＞

已于 2024-09-04 23:41:16 修改
阅读量725 收藏 4
点赞数 12
分类专栏： 深度学习数据集 文章标签： 目标检测 人工智能 计算机视觉 python YOLO
于 2024-08-26 07:59:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53332949/article/details/141532346
版权

数据集格式：VOC+YOLO格式

图片数量：1769张

标注数量(xml文件个数)：1769

标注数量(txt文件个数)：1769

标注类别数：1

标注类别名称：['hand']

序号类别名称图片数框数
1hand17693221

使用标注工具：labelImg

标注规则：对类别进行画水平矩形框

图片示例：

a8f5ce3a4c3e483a8b27a35bcef0c39a.jpeg

034fa1c3e9b64fbcbcd1a0c7927c36f6.jpeg

标注示例：

e3ce37557221475b8c591fb636947324.jpeg

b4626d50f21a410481d3f815d3e24815.jpeg

9f2173321d72455393b06775c10955ff.jpeg

深度学习lover
关注
专栏目录
基于机器学习的掌纹识别与分类（PCA+SVM+KNN）
qq_63042830的博客
12-19 1638
不同算法在掌纹识别方面均能发挥较好的作用。实验结果显示，各算法的准确率能稳定在96%-97%之间，并且相比于单特征识别，在识别准确率上有明显提升。影响结果的因素主要有Gabor角度的选择以及降维后的维数设置。对于不同模型的效果对比方面，SVM与KNN的效果表现相近，实验中发现KNN对于特征的鲁棒性稍强于SVM。同时，实验结果还表明KNN的不同距离度量在准确率上的差异并不明显。因此，在模型调优的过程中，应更侧重于如何提取更好、更有效的特征，这样才能有所突破。九、
约克大学公开11k Hands数据集：使用手部图像的大数据集进行性别识别和生物特征识别
雷克世界
11-21 2350
原文来源：arXiv 作者：Mahmoud Afifi 「雷克世界」编译：嗯~阿童木呀 11k Hands数据集涵盖了来自190个18 - 75岁之间的实验对象的11076幅手部图像（1600 x 1200像素）。按照要求，每个实验对象都要张开或是握紧左右手的手指，然后，在统一的白色背景，且手距离相机位置大致相同的情况下，分别从每只手的背侧和手掌侧进行拍摄。有一个与每
MVHumanNet：一个大规模多视角日常穿着人体捕捉数据集
最新发布
2401_87189860的博客
09-23 773
MVHumanNet是一个大规模的多视角人体捕捉数据集，其规模和多样性令人印象深刻。4,500个不同的人类身份9,000套日常服装60,000个动作序列高达6.45亿帧的图像数据这些数据不仅数量庞大，而且附带了广泛的标注信息，包括人体掩码、相机参数、2D和3D关键点、SMPL/SMPLX参数，以及相应的文本描述。这种全面的数据和标注组合，为研究人员提供了一个强大的工具，可以用于各种计算机视觉和人工智能任务。MVHumanNet数据集的发布无疑是计算机视觉和人工智能领域的一个重要里程碑。
人手检测训练数据库
12-05
人手检测系统的训练图像集，其中Matlab文件中详细标注了人手出现的位置和大小，训练后的系统可以很好的检测出人手
人脸相关数据集
左手coding，右手cooking
12-03 281
git链接
基于YOLOv8的手部检测（1）- 手部数据集获取（数据集下载、数据清洗、处理与增强）
qq_40387714的博客
08-12 2060
在进行手部姿态估计、手势识别时，需要先检测出手的位置。本文对网上公开的手部数据集进行获取、清洗、处理与数据增强，用于YOLO等目标检测网络的训练。
深度学习之图像关键点检测数据集：手部X光关键点标注21个点json格式数据集
02-06
深度学习在计算机视觉领域有着广泛的应用，特别是在图像关键点检测方面。...最终，这个数据集可用于开发手部追踪应用，例如虚拟现实手套、智能健康监测系统或手语识别软件，这些都能从精确的手部关键点检测中受益。
YOLOv5实现手部检测(含训练代码和数据集).txt
10-17
YOLOv5实现手部检测(含训练代码和数据集) 手部关键点检测1：手部关键点(手部姿势估计)数据集(含下载链接)https://blog.csdn.net/guyuealian/article/details/133277630 手部关键点检测2：YOLOv5实现手部检测(含训练...
YOLO网络 手部检测数据集.zip
08-26
通过这个数据集，你可以深入理解YOLO网络在目标检测，特别是手部检测上的应用。同时，这也是一个很好的实践平台，可以让你掌握深度学习模型的训练流程，包括数据处理、模型构建、训练与优化等关键环节。
行人检测数据集（人体上半身，数量7000+）
04-23
基于CUHK行人检测数据集制作的人头数据集，7000+正样本 ，该数据集大小为60*60，可用于Hog特征提取，进一步用于训练人体分类模型用于监控系统中的行人检测。
是否佩戴手套检测数据集，包含VOC和YOLO数据格式
12-01
是否佩戴手套检测数据集，收集包含1500+戴手套和未带手套图片，可直接用于训练是否佩戴手套检测
使用健壮的局部描述符进行人手识别
03-10
迄今为止，由于可变的照明条件，手的外观和背景噪声，图像中的人手检测仍然是一项艰巨的任务。 在本文中，我们提出了一种基于特征融合的有效策略，用于检测周围环境混乱的手。 为了形成融合，我们提出了三种新颖的噪声不变性特征，即：1）NCHOG（定向梯度的噪声补偿直方图），2）NCLBP（噪声补偿的局部二进制模式）和3）HPCP（对周长像素对的直方图） 。 我们展示了NCHOG和NCLBP描述符比它们现有的传统对应物（即HOG和LBP）优越的性能。 将我们的新颖特征与不同排列中的现有特征进行合并，并应用基于偏最小二乘（PLS）的特征权重，可以在我们自己的具有多样化和复杂背景的手图像数据集上获得出色的检测结果。
目标检测数据集手势识别VOC+YOLO格式1745张10类别.zip
01-02
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：1745 标注数量(xml文件个数)：1745 标注数量(txt文件个数)：...
手部数据太难找？最全手部开源数据集分享
OpenDataLab的博客
11-10 1万+
本期将给大家介绍22个与手部检测、手势识别、手部图像分割等任务相关的公开数据集，包含第一人称、第三人称视角，可用于人机交互、手语翻译、3D建模等场景。
目标检测数据集 - 手机屏幕表面表面缺陷检测数据集下载「包含VOC、COCO、YOLO三种格式」
极智视界
06-18 808
目标检测数据集 - 手机屏幕表面表面缺陷检测数据集下载「包含VOC、COCO、YOLO三种格式」
常用公共数据集
热门推荐
weixin_41036461的博客
06-12 6万+
原文链接：http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htmCVonline：图像数据库(Google直译的结果，希望对大家有帮助)按主题索引行动数据库属性识别自主驾驶生物/医药相机校准脸和眼/虹膜数据库指纹一般图像一般RGBD和深度数据集一般视频手，掌握，手动和手势数据库图像，视频和形状数据库检索对象数据库人（静），人体姿势人员检测...
快速单目三维人手和身体的运动捕捉回归与整合
3D视觉工坊
12-15 1506
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达1. 论文简要人体动作的本质细微差别往往是通过肢体动作和手势的结合来传达的，但现有的单目动作捕捉方法大多侧重于身体动作捕捉而忽略手的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值