RepCount

该数据集由两个子集组成，即A部分和B部分。对于A部分，我们从YouTube收集了1041视频。动作类型包括锻炼活动 (蹲下，上拉，正面运动等)，运动项目 (划船，鞍马等) 和其他重复动作 (足球杂耍)。对于B部分，我们记录了志愿者进行的运动视频，例如坐姿和拉起运动。它是为验证模型泛化而构造的。简而言之，我们提供1451视频与19280注释协作。我们数据集中的视频平均长度为39.359秒。

This dataset comprises two subsets, Part A and Part B. For Part A, we collected 1,041 videos from YouTube. The action categories include exercise movements (squats, pull-ups, forward movements, etc.), sports events (rowing, pommel horse, etc.), and other repetitive movements (football juggling). For Part B, we recorded exercise videos performed by volunteers, such as seated movements and pull-up movements. This dataset is constructed to verify model generalization. In summary, we provide 1,451 videos along with 19,280 annotations. The average duration of videos in this dataset is 39.359 seconds.

搜集汇总

背景与挑战

背景概述

RepCount是一个专注于重复动作计数的计算机视觉数据集，包含1451个视频和19280个注释，视频平均长度为39.359秒。数据集由两个子集组成：A部分从YouTube收集了1041个视频，涵盖锻炼活动、运动项目等重复动作；B部分包含志愿者录制的运动视频，用于验证模型泛化能力。该数据集由新加坡国立大学、上海科技大学等机构于2022年发布，支持动作识别和计数研究。