XRF V2

XRF V2是一个用于动作摘要任务的数据集，使用来自手机、手表、耳机和眼镜等多种设备的Wi-Fi信号和IMUs数据。该数据集为使用多模态传感器数据进行人类活动识别和摘要提供了宝贵的见解。

XRF V2 is a dataset designed for action summary tasks, utilizing Wi-Fi signals and IMU data from various devices such as smartphones, wristwatches, headphones, and glasses. This dataset provides valuable insights into human activity recognition and summarization using multimodal sensor data.

原始信息汇总

XRFV2数据集概述

数据集基本信息

• 名称: XRFV2
• 类型: 多模态传感器数据集
• 用途: 动作摘要任务（基于Wi-Fi信号和多种设备的IMU数据）
• 设备来源: 手机、手表、耳机、眼镜
• 当前数据规模: 3名志愿者的数据

数据组成

• xrfv2_raw: 原始未分段数据（用于测试和评估）
  • 下载地址: https://www.kaggle.com/datasets/laptype/xrf-v2
• xfv2_train: 训练用数据（包含训练集和测试集划分）

配置文件说明

• basic_config.json包含两个关键路径参数:
  • dataset_path: 指向xfv2_train文件夹
  • dataset_root_path: 指向xrfv2_raw文件夹

环境配置要求

• CUDA版本: 11.8
• Python版本: 3.9
• 核心依赖库:
  • PyTorch 2.1.2
  • torchvision 0.16.2
  • torchaudio 2.1.2
  • h5py/pandas/scipy/torchinfo

运行说明

1. 训练命令: bash python script/train_run.py

2. 测试命令:

   • 需在test_run.py中指定训练好的模型路径 bash python script/test_run.py

许可信息

• 许可证类型: MIT License

搜集汇总

数据集介绍

构建方式

XRF V2数据集的构建依托于Wi-Fi信号与多种设备（如手机、手表、耳机和眼镜）中的惯性测量单元（IMUs）所收集的数据。该数据集旨在为动作总结任务提供支持，其构建过程中包含了志愿者在多种日常活动中的数据记录。数据被划分为训练集和测试集，其中训练集进一步细分为训练与验证数据，而原始未分割的数据则用于最终的测试与评估。

特点

XRF V2数据集的特点在于其利用了多模态传感器数据，特别是Wi-Fi信号和IMU数据的结合，为人类活动识别与总结提供了新的视角。数据集的多样性和规模使其成为研究动作总结任务的宝贵资源。此外，该数据集的开放获取属性使得研究社区能够广泛利用这些数据进行创新研究。

使用方法

使用XRF V2数据集首先需要配置适当的环境，包括CUDA 11.8和特定的Python库。数据集的使用涉及对`basic_config.json`文件中的路径参数进行修改以匹配用户的系统配置。训练模型时，执行`train_run.py`脚本；而测试模型时，需先将训练好的模型路径复制到`test_run.py`中，然后运行该脚本。数据集的开放性和提供的详细配置指南使得用户能够较为便捷地进行相关研究。

背景与挑战

背景概述

XRF V2数据集，旨在通过Wi-Fi信号与手机、手表、耳机及眼镜中的惯性测量单元（IMU）数据，进行动作总结任务。该数据集为人类活动识别与总结领域提供了利用多模态传感器数据的重要视角。其创建可追溯至近年，由相关领域的研究人员或研究机构精心打造，以解决人类动作识别与总结的核心研究问题。该数据集自发布以来，对推动相关技术的发展和应用产生了显著影响，成为了该领域内的一个重要资源。

当前挑战

XRF V2数据集在解决动作总结任务的同时，面临着一些挑战。其中，如何准确利用Wi-Fi信号与IMU数据融合进行有效的活动识别是一个主要挑战。此外，构建过程中遇到的挑战包括数据标注的一致性与准确性，以及如何处理和解析原始未分割的数据，确保其在测试与评估中的有效性。数据集当前仅包含3位志愿者的数据，数据的多样性和规模亦是未来工作中需解决的问题。

常用场景

经典使用场景

XRF V2数据集，旨在通过Wi-Fi信号与智能手机、手表、耳机及眼镜中的惯性测量单元(IMU)数据，进行动作总结任务。该数据集在多模态传感器数据的人体活动识别与总结领域具有显著的应用价值，其经典使用场景在于为机器学习模型提供训练与测试的基础数据，以实现对人类日常活动的准确识别与总结。

实际应用

在实际应用中，XRF V2数据集可用于开发智能健康监测系统、智能家居控制系统以及安全监控等领域的技术。这些应用能够通过分析用户的行为模式，提供更加智能化和个性化的服务，满足用户的实际需求。

衍生相关工作

基于XRF V2数据集，学术界已衍生出多项相关研究工作，包括动作识别算法的改进、多模态数据融合技术的创新，以及基于该数据集的性能评估指标的研究。这些工作进一步推动了人体行为识别技术的发展，并为相关领域的深入研究奠定了基础。