使用可伸缩的触觉手套学习人类抓握的特征 介绍 这是论文“使用可伸缩的触觉手套学习人类抓握的签名”中提出的基于Pytorch的对象分类和对象估计方法的代码。 它依赖于Pytorch 0.4.1（或更高版本）和可以从单独下载的数据集。 系统要求 需要具有以下软件包的CUDA和Python 3.6+（可能不需要精确版本）： numpy的（1.15.4） 火炬（0.4.1） 火炬档案（0.1.0） 火炬视觉（0.2.1） scipy（1.1.0） scikit学习（0.19.1） 数据准备 从下载classification和/或weights数据集。 将数据集metadata.mat文件提取到子文件夹data\[task] 。 生成的结构应如下所示： data |--classification | |--metadata.mat |--weights |

医用手套破损检测数据集，5000张以上医用防护手套图片，采集与2000多位使用者，高清及以上(1920x1080及以上) 医用手套破损检测数据集，5000张以上医用防护手套图片，采集与2000多位使用者，高清及以上(1920x1080及以上) 医用手套破损检测数据集，5000张以上医用防护手套图片，采集与2000多位使用者，高清及以上(1920x1080及以上)

1、棒球手套检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO等算法棒球手套检测； 2、目标类别名：baseball glove； 3、数量：2729 4、https://blog.csdn.net/weixin_51154380/article/details/124480876

手掌与手套数据集（共包含300张左右高清图片）该数据集由使用手机捕获的人类手掌图像组成。这些图片是在现实场景中拍摄的，比如拿着东西或做简单的手势。数据集有各种各样的变化，如照明，距离等。它包括三个主要手势的图像前掌张开，后掌张开和拳头与手腕。它也有很多人们戴着手套的图片。

简介VRTRIXTM 数据手套通过遍布全手的高性能 9 轴 MEMS 惯性传感器实时采集各指头关节运动数据，并通过反向动力学还原骨骼运动，可以在虚拟现实的场景中

电网变电站安全作业行为规范检测-绝缘手套佩戴检测（数据集1,600张图像，VOC,YOLO两类标签）.txt

电网变电站安全作业行为规范检测-绝缘手套佩戴检测（数据集2,600张图像，VOC,YOLO两类标签）.txt

电网变电站安全作业行为规范检测-绝缘手套佩戴检测（数据集3,700张图像，VOC,YOLO两类标签）.txt

电网变电站安全作业行为规范检测-绝缘手套佩戴检测数据集4,（700张图像，VOC,YOLO两类标签）.txt

本标准测试方法1提供了作为一个系统一起测量手套或指套和人员电阻的测试程序。此外，还包括测量手套和指套的固有电阻的程序。本文件适用于静电放电 (ESD) 控制程序中使用的所有手套和指套。本文档中描述的程序提供了与用户特定环境和应用程序相关的数据。 系统测试使用一个恒定面积和力电极 (CAFE)，专为拇指和指尖的电阻测量而设计。 CAFE 的另一个优点是它可以使用相同的程序来测试手指套和手套。