智能”护膝验证研究数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3A0b6f0bfa994f942d50374f6d2acfb5897705347ffbb764307d7baea03f96439c

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

本数据集旨在验证一种“智能”膝关节支具，该支具在大腿和小腿区域嵌入了IMU，并以参考运动捕捉系统（Vicon）为基准进行对照验证。共有10名参与者，每名参与者分别在不同日期到实验室进行2次测试。每次测试中，参与者按以下顺序完成：以自选步行速度在跑步机上行走2分钟，共3次试验；下蹲至平行位置15次，共3次试验；在约膝盖高度的椅子上完成10次坐站转换，共3次试验；交替弓步共15次，共3次试验；以自选速度在跑步机上慢跑2分钟，共3次试验。部分参与者第一次测试时完成10次深蹲和10次弓步，但第二次测试时完成15次深蹲和弓步（将为每名参与者的每次测试提供一个.txt文件加以说明）。本数据集仅包含IMU数据。

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。