OCHuman

displayName: OCHuman
labelTypes:
- Box2D
- Keypoints2D
- InstanceMask
license:
- MIT
mediaTypes:
- Image
paperUrl: https://arxiv.org/pdf/1803.10683v3.pdf
publishDate: "2019"
publishUrl: https://github.com/liruilong940607/OCHumanApi
publisher:
- Tsinghua University
- Cardiff University
- Beijing National Research Center for Information Science and Technology
- Tencent AI Lab
tags:
- Human Body
- Position
taskTypes:
- Pose Estimation
- Instance Segmentation

---
# 数据集介绍
## 简介
该数据集侧重于具有全面注释的严重遮挡的人体，包括边界框、人体姿势和实例掩码。该数据集包含 5081 张图像中的 13,360 个经过精心注释的人类实例。 OCHuman 平均每个人的 MaxIoU 为 0.573，是与人类相关的最复杂和最具挑战性的数据集。
## 类定义
```
human
```
## 引文
```
@inproceedings{zhang2019pose2seg,
title={Pose2seg: Detection free human instance segmentation},
author={Zhang, Song-Hai and Li, Ruilong and Dong, Xin and Rosin, Paul and Cai, Zixi and Han, Xi and Yang, Dingcheng and Huang, Haozhi and Hu, Shi-Min},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
pages={889--898},
year={2019}
}
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: OCHuman
labelTypes:
- 2D边界框（Box2D）
- 2D关键点（Keypoints2D）
- 实例掩码（InstanceMask）
license:
- MIT
mediaTypes:
- 图像（Image）
paperUrl: https://arxiv.org/pdf/1803.10683v3.pdf
publishDate: "2019"
publishUrl: https://github.com/liruilong940607/OCHumanApi
publisher:
- 清华大学
- 卡迪夫大学
- 北京信息科学与技术国家研究中心
- 腾讯人工智能实验室（Tencent AI Lab）
tags:
- 人体
- 姿态定位
taskTypes:
- 姿态估计（Pose Estimation）
- 实例分割（Instance Segmentation）

---

# 数据集介绍
## 简介
本数据集聚焦于带有全面标注的严重遮挡人体样本，涵盖2D边界框、人体关键点及实例掩码三类标注。数据集共包含5081张图像，总计13360个经过精细标注的人类实例。OCHuman的单个人体平均最大交并比（MaxIoU）达0.573，是当前人体相关数据集中复杂度最高、挑战性最强的数据集。
## 类定义

human

## 引文

@inproceedings{zhang2019pose2seg,
title={Pose2seg: Detection free human instance segmentation},
author={Zhang, Song-Hai and Li, Ruilong and Dong, Xin and Rosin, Paul and Cai, Zixi and Han, Xi and Yang, Dingcheng and Huang, Haozhi and Hu, Shi-Min},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
pages={889--898},
year={2019}
}

## 下载数据集
:modelscope-code[]{type="git"}