MoPho-Det

用于从监控视角检测手机使用行为的数据集。包含22,879张图像和39,534个标注，其中头部标注29,279个，手机标注10,255个，扩展分类任务标注4,079个。数据集经过清洗和校正，具有高质量的头部标注，适用于精确检测用户手机行为和支持基于距离的难样本挖掘。This dataset is designed for detecting mobile phone usage behaviors from surveillance perspectives. It contains 22,879 images and 39,534 annotations in total, including 29,279 head annotations, 10,255 mobile phone annotations, and 4,079 annotations for extended classification tasks. The dataset has been cleaned and corrected, with high-quality head annotations, and is suitable for accurately detecting users' mobile phone usage behaviors as well as supporting distance-based hard sample mining.

原始信息汇总

MoPho-Det 数据集概述

数据集简介

MoPho-Det 是一个用于移动电话使用行为检测的数据集，原始数据集描述来源于 DataFountain Competition 506。该数据集专门设计用于从监控视角检测移动电话使用行为。

数据集规模

• 图像总数：22,879 张
• 标注总数：39,534 个
  • 头部标注：29,279 个
  • 手机标注：10,255 个
  • 扩展分类任务标注：4,079 个

数据集特点

1. 头部标注：包含额外的头部标注，提高检测用户使用手机行为的准确性
2. 数据清理与校正：原始数据集经过清理和校正，确保高质量数据用于后续研究和开发
3. 专业应用：适用于精确检测用户手机行为，支持基于距离的困难样本挖掘

任务类型

• 检测任务
• 分类任务

数据文件

• 提供额外的 label.csv 表格用于验证分类任务结果
• 提供 result.csv 等 CSV 文件作为示例
• 提供 calculate_metrics.py 用于计算最终指标
• 提供 simple_classify_images.py 用于从检测结果推导分类结果并自动生成预测表

下载信息

数据集下载地址：https://pan.baidu.com/s/1_xjDuK9FvhguqoMwjAIlIA?pwd=Mofo
访问密码：Mofo

许可协议

MIT 许可证

联系方式

• 邮箱：[e-mail]

搜集汇总

数据集介绍

构建方式

在移动设备行为分析领域，MoPho-Det数据集源自DataFountain竞赛平台，经过系统性的数据清洗与校正处理。原始监控图像通过专业标注流程，构建了包含22,879张图像和39,534个标注的大规模数据集，其中头部标注达29,279个，手机标注10,255个，并额外包含4,079个扩展分类任务标注，确保了数据质量的可靠性与标注精度。

使用方法

研究者可通过提供的百度网盘链接获取数据集，解压后包含检测与分类双任务数据。检测任务可直接加载标注文件进行模型训练，分类任务需结合label.csv文件通过calculate_metrics.py计算评估指标。配套的simple_classify_images.py可实现检测结果到分类预测的自动转换，支持端到端的行为分析流程构建。

背景与挑战

背景概述

随着移动通信技术的飞速发展，智能手机使用行为的监测成为计算机视觉领域的重要研究方向。MoPho-Det数据集由DataFountain竞赛平台于2023年推出，旨在通过监控视角精准检测手机使用行为。该数据集包含22,879张图像和39,534个标注实例，涵盖头部与手机两类关键目标的精确定位，为行为识别与人机交互研究提供了高质量的数据支撑。其独特的头部标注设计和多任务框架显著提升了监控场景下手机使用行为的检测精度，对智能安防和驾驶安全等领域具有重要应用价值。

当前挑战

该数据集致力于解决监控视角下手机使用行为的精准检测问题，其核心挑战在于复杂环境中小目标手机的识别与遮挡处理。构建过程中面临标注一致性与质量控制的难题，需协调头部与手机的空间关系标注。多光源环境下手机屏幕反光与姿态变化增加了标注难度，而行为分类任务还需解决细粒度动作区分与时序关联性的技术瓶颈。

常用场景

经典使用场景

在智能监控与公共安全领域，MoPho-Det数据集为移动终端使用行为检测提供了关键数据支撑。该数据集通过标注头部与手机目标的空间关系，支持端到端的深度学习模型训练，广泛应用于监控场景下用户手机使用行为的精准识别与定位，为行为分析算法提供了标准化评估基准。

解决学术问题

MoPho-Det有效解决了监控视角下小目标检测、遮挡场景下的行为识别、以及多任务学习中的特征对齐等学术难题。其精细标注的头部与手机关联数据推动了细粒度行为分析模型的发展，对计算机视觉领域中的目标检测与行为理解研究具有显著的理论与实践意义。

实际应用

该数据集在公共交通安防、驾驶安全监测、课堂行为管理等领域具有广泛的实际应用价值。通过实时检测手机使用行为，可辅助实现危险驾驶预警、考场纪律监管、公共场所行为规范管理等场景的智能化升级，提升安全管理效率与自动化水平。

数据集最近研究

最新研究方向

在智能监控与行为分析领域，MoPho-Det数据集为移动设备使用行为检测提供了关键数据支撑。当前研究聚焦于多任务学习框架下的头部与手机协同检测，结合注意力机制提升小目标识别精度。该数据集支持远距离硬样本挖掘，推动公共场所手机滥用监测、驾驶安全预警等实际应用场景的发展。随着隐私保护意识的增强，匿名化处理与合规数据使用成为新的研究热点，相关成果正逐步应用于智慧交通与安防系统。