awesome-human-activity-recognition
永遠最新、最全面的 HAR 資源——持續從 Papers with Code 掃描並自動更新。整合了 53 個涵蓋所有模態的資料集。
awesome-human-activity-recognition 是什麼?
永遠最新、最全面的 HAR 資源——持續從 Papers with Code 掃描並自動更新。整合了 53 個涵蓋所有模態的資料集。
awesome-human-activity-recognition 概覽
這是什麼
這是一個持續更新、最全面的人類活動辨識(HAR)資源清單。它會從 Papers with Code 自動掃描並更新,整合了 53 個涵蓋所有模態(包括影片、骨架/動捕、穿戴式 IMU 以及多模態自我中心輸入)的資料集。此清單涵蓋 HAR 研究所需的資料集、框架、預訓練模型、教學、論文、競賽與工具。
主要功能
- 從 Papers with Code 持續自動掃描與更新 - 53 個資料集,涵蓋所有模態(視覺、骨架、穿戴式、多模態、新興) - 涵蓋資料集、框架、預訓練模型、教學、論文、競賽與工具 - 提供「該用哪個資料集」指南,協助依模態與任務選擇 - 多語言 README(中文、德文、西班牙文、法文、日文、韓文、葡萄牙文、俄文) - 依模態分類:視覺、骨架、穿戴式、多模態、新興
使用情境
- 使用 Kinetics-700、UCF-101、HMDB-51 進行影片動作分類 - 使用 ActivityNet、AVA、MultiTHUMOS 進行未修剪影片中的時序動作偵測 - 使用 NTU RGB+D 120 進行基於骨架的動作辨識 - 使用 UCI-HAR、PAMAP2、CAPTURE-24 進行穿戴式感測器活動辨識 - 使用 Ego4D、EPIC-Kitchens-100 進行自我中心與多模態理解 - 使用 HumanML3D、InterHuman 進行文字轉動作生成
快速開始
請參閱儲存庫 README 以取得詳細資訊。
授權與價格
採用 CC-BY-4.0 授權。開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。