yonful/gem-analysis-humanml3d

--- license: mit task_categories: - time-series-classification tags: - imu - activity-recognition - motion-capture - human-motion size_categories: - 100K<n<1M --- # gem-analysis-humanml3d HumanML3D 数据集，包含 3D 人体运动数据和文本描述。 ## 下载方式 ### 方式 1: 下载压缩版 (推荐，避免 rate limit) 数据集包含 16 万+ 小文件，直接下载可能触发 rate limit。推荐下载压缩版： ```bash # 使用 huggingface-cli huggingface-cli download --repo-type dataset yonful/gem-analysis-humanml3d humanml3d.tar.gz --local-dir . # 解压 tar -xzf humanml3d.tar.gz ``` 或使用 Python: ```python from huggingface_hub import hf_hub_download # 下载压缩文件 hf_hub_download( repo_id="yonful/gem-analysis-humanml3d", filename="humanml3d.tar.gz", repo_type="dataset", local_dir="." ) # 解压 import tarfile with tarfile.open("humanml3d.tar.gz", "r:gz") as tar: tar.extractall() ``` ### 方式 2: 直接下载所有文件 如果网络稳定，可以直接下载： ```python from huggingface_hub import snapshot_download snapshot_download( repo_id="yonful/gem-analysis-humanml3d", repo_type="dataset", local_dir="./HumanML3D" ) ``` ## 数据集结构 ``` HumanML3D/ ├── new_joints/ # 3D 关节位置数据 ├── new_joint_vecs/ # 旋转不变特征 ├── texts/ # 文本描述 ├── Mean.npy # 均值 ├── Std.npy # 标准差 ├── all.txt # 所有样本列表 ├── train.txt # 训练集 ├── val.txt # 验证集 ├── test.txt # 测试集 └── train_val.txt # 训练+验证集 ``` ## 数据集信息 - 文件数量: ~160,000 - 原始大小: ~1.6 GB - 压缩后大小: ~1.3 GB ## 许可证 请参考原始数据源的许可证要求。 ## 引用 ```bibtex @inproceedings{guo2022generating, title={Generating diverse and natural 3d human motions from text}, author={Guo, Chuan and Zou, Shihao and Zuo, Xinxin and Wang, Sen and Ji, Wei and Li, Xingyu and Cheng, Li}, booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition}, pages={5152--5161}, year={2022} } ```许可证：MIT 任务类别：时间序列分类 标签：惯性测量单元（IMU）、活动识别、动作捕捉、人体运动 规模类别：10万 < n < 100万 # gem-analysis-humanml3d 本数据集为HumanML3D，包含三维人体运动数据与文本描述。 ## 下载方式 ### 方式1：压缩包下载（推荐，避免触发下载速率限制） 本数据集包含16万余个小文件，直接下载可能触发Hugging Face平台的下载速率限制，推荐使用压缩包下载： bash # 使用 huggingface-cli 工具 huggingface-cli download --repo-type dataset yonful/gem-analysis-humanml3d humanml3d.tar.gz --local-dir . # 解压文件 tar -xzf humanml3d.tar.gz 或使用 Python 进行下载与解压： python from huggingface_hub import hf_hub_download # 下载压缩包 hf_hub_download( repo_id="yonful/gem-analysis-humanml3d", filename="humanml3d.tar.gz", repo_type="dataset", local_dir="." ) # 解压文件 import tarfile with tarfile.open("humanml3d.tar.gz", "r:gz") as tar: tar.extractall() ### 方式2：全量文件直接下载 若网络环境稳定，可直接下载全部文件： python from huggingface_hub import snapshot_download snapshot_download( repo_id="yonful/gem-analysis-humanml3d", repo_type="dataset", local_dir="./HumanML3D" ) ## 数据集结构 HumanML3D/ ├── new_joints/ # 三维关节位置数据 ├── new_joint_vecs/ # 旋转不变特征 ├── texts/ # 文本描述 ├── Mean.npy # 数据集均值文件 ├── Std.npy # 数据集标准差文件 ├── all.txt # 全量样本列表 ├── train.txt # 训练集样本列表 ├── val.txt # 验证集样本列表 ├── test.txt # 测试集样本列表 └── train_val.txt # 训练+验证集样本列表 ## 数据集信息 - 文件总数：约160,000个 - 原始总大小：约1.6 GB - 压缩后总大小：约1.3 GB ## 许可证 请参考原始数据源的许可证要求。 ## 引用 bibtex @inproceedings{guo2022generating, title={Generating diverse and natural 3d human motions from text}, author={Guo, Chuan and Zou, Shihao and Zuo, Xinxin and Wang, Sen and Ji, Wei and Li, Xingyu and Cheng, Li}, booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition}, pages={5152--5161}, year={2022} }