COCO-MEBOW (Monocular Estimation of Body Orientation In the Wild)

COCO-MEBOW（野外身体方向的单目估计）是一个新的大规模数据集，用于从单个野外图像进行方向估计。使用高效和高精度的注释管道收集了来自 COCO 数据集的 55K 图像中 133380 个人体的身体方向标签。训练集中有 127844 个人体实例，验证集中有 5536 个人体实例。

COCO-MEBOW (Monocular Estimation of Body Orientation in the Wild) is a novel large-scale dataset designed for orientation estimation from single in-the-wild images. Body orientation labels for 133,380 human instances were collected from 55K images of the COCO dataset via an efficient and high-precision annotation pipeline. The training split contains 127,844 human instances, while the validation split contains 5,536 human instances.

搜集汇总

背景与挑战

背景概述

COCO-MEBOW是一个用于从单目野外图像估计人体方向的大规模数据集，基于COCO数据集构建，包含55K图像中的133,380个人体方向标签，分为训练集和验证集。该数据集由宾夕法尼亚州立大学和Amazon Lab126于2020年发布，旨在支持计算机视觉中的3D人体姿态估计研究。