人体3D关键点测试集

## 数据集描述
本数据集为3D人体关键点检测数据集，用于3D人体关键点检测模型的测试，本数据集来源于公开数据集 [Human3.6M](http://vision.imar.ro/human3.6m) 的子集。

### 数据集简介
本数据集为多个视角下通过运动捕捉设备采集的数据，用于对3D人体关键点检测模型进行测试。

### 数据集支持的任务
本数据集支持3D人体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3D人体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_canonical_body-3d-keypoints_video'
body_3d_keypoints = pipeline(Tasks.body_3d_keypoints, model=model_id)

# load test dataset
ds_dict = MsDataset.load('cv_body-3d-keypoints_video_dataset', namespace="modelscope", split='test', download_mode=DownloadMode.FORCE_REDOWNLOAD)

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

output = body_3d_keypoints(ds_dict[0]["InputVideo:FILE"])
print(output)
```

### 数据分片
本数据集用于3D人体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
@article{h36m_pami,
author = {Ionescu, Catalin and Papava, Dragos and Olaru, Vlad and Sminchisescu, Cristian},
title = {Human3.6M: Large Scale Datasets and Predictive Methods for 3D Human Sensing in Natural Environments},
journal = { IEEE Transactions on Pattern Analysis and Machine Intelligence}，
publisher = {IEEE Computer Society}，
year = {2014}
}
```

### Clone with HTTP
* http://www.modelscope.cn/datasets/modelscope/cv_body-3d-keypoints_video_dataset.git

## 数据集描述
本数据集为3D人体关键点检测（3D Human Keypoint Detection）数据集，用于3D人体关键点检测模型的性能测试，其源自公开数据集Human3.6M（官方网址：http://vision.imar.ro/human3.6m）的子集。

## 数据集简介
本数据集为多视角下通过运动捕捉设备采集得到的样本数据，用于3D人体关键点检测模型的测试验证。

## 数据集支持的任务
本数据集适配3D人体关键点检测模型的测试类任务。

## 数据集的格式和结构

### 数据格式
数据集中的每条样本均包含视频文件路径。

### 数据集加载方式
以下为加载该数据集并基于3D人体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

# 加载模型
model_id = 'damo/cv_canonical_body-3d-keypoints_video'
body_3d_keypoints = pipeline(Tasks.body_3d_keypoints, model=model_id)

# 加载测试数据集
ds_dict = MsDataset.load('cv_body-3d-keypoints_video_dataset', namespace="modelscope", split='test', download_mode=DownloadMode.FORCE_REDOWNLOAD)

print(f'视频总数：{len(ds_dict)}')
print(f'以第一个视频为例。')
print(f'视频索引：{ds_dict[0]["Index"]}')
print(f'视频路径：{ds_dict[0]["InputVideo:FILE"]}')

output = body_3d_keypoints(ds_dict[0]["InputVideo:FILE"])
print(output)

### 数据分片
本数据集用于3D人体关键点检测模型的测试验证，仅提供test数据分片。

## 数据集信息
本数据集主要源自以下研究工作：

BibTeX
@article{h36m_pami,
author = {Ionescu, Catalin and Papava, Dragos and Olaru, Vlad and Sminchisescu, Cristian},
title = {Human3.6M: Large Scale Datasets and Predictive Methods for 3D Human Sensing in Natural Environments},
journal = { IEEE Transactions on Pattern Analysis and Machine Intelligence},
publisher = {IEEE Computer Society},
year = {2014}
}

### HTTP克隆方式
* HTTP克隆地址：http://www.modelscope.cn/datasets/modelscope/cv_body-3d-keypoints_video_dataset.git

搜集汇总

背景与挑战

背景概述

该数据集是一个用于测试3D人体关键点检测模型的子集，源自Human3.6M公开数据集，包含多视角运动捕捉数据。数据集仅提供测试集，支持3D人体关键点检测模型的测试任务。