人体姿态检测总结，Deep Learning-Based Human Pose Estimation: A Survey

人体表面肌电信号采集与处理系统设计.pdf

人体运动姿态检测系统设计.pdf

《观察洋葱表皮细胞和人体表皮细胞装片》实验报告.pdf

绿幕背景下人体交通指挥形态数据集，每类有30张图片左右 绿幕背景下人体交通指挥形态数据集，每类有30张图片左右 绿幕背景下人体交通指挥形态数据集，每类有30张图片左右

人体动作识别(HAR)数据集，该数据集包含15类不同的人类活动，该数据集包含约12k+标签图像，包括验证图像。 人体动作识别(HAR)数据集，该数据集包含15类不同的人类活动，该数据集包含约12k+标签图像，包括验证图像。

通过apple watch设备测量的人体的手环加速度数据，文档共包含982000行数据，其中包含xyz三轴加速度的详细信息和对应的时间，可用于研究人的运动情况和生理健康问题，在疲劳的生理研究中可充当生理数据进行研究

运动分析 基于来自手机的加速度计/陀螺仪数据的人体运动分类 data-gathering包含从智能手机收集实时数据并将其转储到磁盘所需的所有代码 datasets包含我们用于训练模型的训练和验证数据 logs随时间推移的模型性能 models预训练模型 进行数据分析的src应用程序 自己测试实时分类器 首先设置您的环境： 安装node.js和python 2.7 进入data-gathering文件夹并运行npm install 进入src文件夹并运行easy install sklearn docopt 该应用程序包含三个部分：在电话上运行并获取数据的网站；以及在计算机上运行并接收数据的node.js应用程序； 一个对数据进行分类的python应用。 得到两个终端和... 在1号航站楼： $ cd src $ python dataset.py --model ../mod

x射线人体部位分类数据集，他的数据集包含20个身体部位及其他部位的2481张x光片，由放射科住院医师以多标签的方式注释，图像为DICOM格式。你可以用pydicom打开它们。标签是分类的腹部= 0脚踝= 1颈椎= 2胸部= 3锁骨= 4肘关节= 5足= 6手指= 7前臂= 8手= 9臀部= 10膝盖= 11小腿= 12腰椎= 13其他= 14骨盆= 15肩膀= 16鼻窦= 17头骨= 18大腿= 19胸椎= 20手腕= 21

11种人体组织图像数据集，每种有20-50张照片不等。 11种人体组织图像数据集，每种有20-50张照片不等。 11种人体组织图像数据集，每种有20-50张照片不等。