手部2d关键点检测数据集

## 数据集描述
本数据集为2D手部关键点检测数据集，用于2D手部关键点检测模型的测试，本数据集来源于公开数据集 [COCO-WholeBody](https://github.com/jin-s13/COCO-WholeBody) 的子集。

### 数据集简介
本数据集是COCO-WholeBody验证集的子集， COCO-WholeBody是COCO 2017 dataset的扩展，保持同样的train和val数据集划分.

### 数据集支持的任务
本数据集支持2D手部关键点检测模型的测试任务。

## 数据集的格式和结构

### 数据格式
数据集中的每一个数据包括视频路径。

### 数据集加载方式
下面是加载数据集并使用2D手部关键点检测模型进行测试的示例代码：

```python
from modelscope.msdatasets import MsDataset
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks, DownloadMode

# load model
model_id = 'damo/cv_hrnetw18_hand-pose-keypoints_coco-wholebody'
hand_2d_keypoints = pipeline(Tasks.hand_2d_keypoints, model=model_id)

# load test dataset
ds_dict = MsDataset.load('cv_hand-2d-pose-keypoints_coco-wholebody_test', namespace="modelscope", split='test', download_mode=DownloadMode.FORCE_REDOWNLOAD)

print(f'The number of images: {len(ds_dict)}')
print(f'Take the first image as an example.')
print(f'image index: {ds_dict[0]["Index"]}')
print(f'image path: {ds_dict[0]["InputImage:FILE"]}')

output = hand_2d_keypoints(ds_dict[0]["InputImage:FILE"])
print(output)
```

### 数据分片
本数据集用于2D手部关键点检测模型测试，仅提供test数据片。

## 数据集信息
本数据集主要来源于以下工作：

```BibTeX
@inproceedings{jin2020whole,
title={Whole-Body Human Pose Estimation in the Wild},
author={Jin, Sheng and Xu, Lumin and Xu, Jin and Wang, Can and Liu, Wentao and Qian, Chen and Ouyang, Wanli and Luo, Ping},
booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
year={2020}
}

@article{xu2022zoomnas,
title={ZoomNAS: Searching for Whole-body Human Pose Estimation in the Wild},
author={Xu, Lumin and Jin, Sheng and Liu, Wentao and Qian, Chen and Ouyang, Wanli and Luo, Ping and Wang, Xiaogang},
journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
year={2022},
publisher={IEEE}
}
```

### Clone with HTTP
* http://www.modelscope.cn/datasets/modelscope/cv_hand-2d-pose-keypoints_coco-wholebody_test.git

## 数据集描述
本数据集为2D手部关键点检测数据集，用于2D手部关键点检测模型的测试，其为公开数据集COCO-WholeBody的子集，该数据集的仓库地址为https://github.com/jin-s13/COCO-WholeBody。

### 数据集简介
本数据集为COCO-WholeBody验证集的子集，COCO-WholeBody是COCO 2017数据集的扩展版本，保留了与之一致的训练集（train）与验证集（val）划分规则。

### 数据集支持的任务
本数据集支持2D手部关键点检测模型的测试任务。

## 数据集的格式与结构

### 数据格式
数据集中的每一条数据包含视频路径。

### 数据集加载方式
以下为加载该数据集并使用2D手部关键点检测模型开展测试的示例代码：
python
from modelscope.msdatasets import MsDataset
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks, DownloadMode

# load model
model_id = 'damo/cv_hrnetw18_hand-pose-keypoints_coco-wholebody'
hand_2d_keypoints = pipeline(Tasks.hand_2d_keypoints, model=model_id)

# load test dataset
ds_dict = MsDataset.load('cv_hand-2d-pose-keypoints_coco-wholebody_test', namespace="modelscope", split='test', download_mode=DownloadMode.FORCE_REDOWNLOAD)

print(f'The number of images: {len(ds_dict)}')
print(f'Take the first image as an example.')
print(f'image index: {ds_dict[0]["Index"]}')
print(f'image path: {ds_dict[0]["InputImage:FILE"]}')

output = hand_2d_keypoints(ds_dict[0]["InputImage:FILE"])
print(output)

### 数据分片
本数据集用于2D手部关键点检测模型的测试，仅提供测试（test）划分。

## 数据集信息
本数据集主要来源于以下工作：

BibTeX
@inproceedings{jin2020whole,
title={Whole-Body Human Pose Estimation in the Wild},
author={Jin, Sheng and Xu, Lumin and Xu, Jin and Wang, Can and Liu, Wentao and Qian, Chen and Ouyang, Wanli and Luo, Ping},
booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
year={2020}
}

@article{xu2022zoomnas,
title={ZoomNAS: Searching for Whole-body Human Pose Estimation in the Wild},
author={Xu, Lumin and Jin, Sheng and Liu, Wentao and Qian, Chen and Ouyang, Wanli and Luo, Ping and Wang, Xiaogang},
journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
year={2022},
publisher={IEEE}
}

### HTTP克隆地址
* http://www.modelscope.cn/datasets/modelscope/cv_hand-2d-pose-keypoints_coco-wholebody_test.git

搜集汇总

背景与挑战

背景概述

该数据集是COCO-WholeBody验证集的子集，专门用于测试2D手部关键点检测模型。数据集仅包含测试数据分割，每个数据条目包括一个视频路径。