FixMyPose

FixMyPose 是一个用于自动姿势校正的数据集。它包含用英语和印地语将“当前”姿势纠正为看起来像“目标”姿势的描述。收集到的描述具有有趣的语言特性，例如与环境对象的以自我为中心的关系、类似的引用等，需要了解空间关系和有关姿势的常识知识。此外，为了避免 ML 偏差，数据集在具有不同人口统计特征的角色之间保持平衡，这些角色在多个内部环境（例如，家庭、办公室）中执行各种动作。该数据集介绍了姿势校正字幕任务及其反向目标姿势检索任务。在校正字幕任务期间，模型必须生成如何从当前姿势图像移动到目标姿势图像的描述，而在检索任务中，模型应该在给定初始姿势和校正描述的情况下选择正确的目标姿势。