SynthGait-19K
包含约19,000个合成步态视频样本，用于步态参数估计，辅助帕金森病评估和医疗步态分析。
基本信息
资源简介
SynthGait-19K
【数据集背景】
本数据集源站标题为《TaatiTeam/SynthGait-19k》。源站首次发布：2026-09-06。
【数据内容】
源站原始描述：Official repository of the paper "SynthGait-19K: A Physically Grounded Synthetic Video Dataset for Gait Parameter Estimation". # SynthGait-19K This is the official repository for **“SynthGait-19K: A Physically Grounded Synthetic Video Dataset for Gait Parameter Estimation.”** It contains GaitXFormer, its training and validation pipelines, the PD4T evaluation pipeline, and the retained GPJATK evaluation code. ## Documentation | Guide | Description | | - | - | | Downloads and environment | Dow…
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://github.com/TaatiTeam/SynthGait-19k
【使用注意】
· 源站最后修改于 2026-09-09，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
git clone https://github.com/TaatiTeam/SynthGait-19k.git
curl -L -o repo.zip https://github.com/TaatiTeam/SynthGait-19k/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Download and cache SynthGait-19K
The public dataset is released as Hugging Face WebDataset shards. Download the
snapshot and build the 32-frame training cache directly from those shards:
export SYNTHGAIT_ROOT="/path/to/SynthGait-19K"
export SYNTHGAIT_CACHE="/path/to/SynthGait-19K-cache"
hf download SoroushMehraban/SynthGait-19K \
repo-type dataset \
local-dir "$SYNTHGAIT_ROOT"
python cache_hf_dataset.py \
dataset-dir "$SYNTHGAIT_ROOT" \
output-dir "$SYNTHGAIT_CACHE" \
num-workers 8
The downloaded shard names already encode the fixed train/validation split, so
clients do not need the original filenames or a separate split step. The cache
builder reads the six released gait targets directly and detects/crops the walker
from each RGB video. See
data preparation for the file schema, preprocessing
details, and disk requirements.
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
