BlanketGen-3DPW
通过添加合成毯子遮挡增强3DPW，生成1037个视频（96399帧），用于临床床场景中人体姿态估计的深度学习模型训练和测试。
基本信息
模态
图像
数据量
1037
创建/更新时间
2023-03-20
资源简介
BlanketGen-3DPW是由生物医学工程研究中心创建的一个增强型数据集，旨在解决临床环境中人体姿态估计的挑战。该数据集通过BlanketGen管道，对原始的3DPW数据集进行了增强，添加了合成毯子遮挡，以模拟真实世界中的遮挡情况。数据集包含1037个视频，总计96399帧，主要用于训练和测试深度学习模型在有遮挡情况下的性能。创建过程涉及使用Blender软件进行3D建模和渲染，确保毯子遮挡的真实性和复杂性。该数据集特别适用于研究在床场景中的人体姿态估计，如癫痫监测和睡眠分析，以提高模型在实际应用中的准确性和鲁棒性。
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。
暂未开放有偿下载
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
源站：https://gitlab.inesctec.pt/brain-lab/brainlab-public/blanket-gen-releases
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
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。
