摘要：该数据集是一个面向瑜伽姿势识别、人体姿态估计与智能健身分析任务构建的大规模图像数据集，围绕 47 种不同瑜伽姿势进行整理，覆盖多种拍摄环境、光照条件和练习场景。
数据集概述
该数据集是一个面向瑜伽姿势识别、人体姿态估计与智能健身分析任务构建的大规模图像数据集，围绕 47 种不同瑜伽姿势进行整理，覆盖多种拍摄环境、光照条件和练习场景。数据集规模较大，共包含约 59.8k 张 JPG 图像，能够为研究人员、开发者和瑜伽智能应用提供丰富的训练样本。由于其姿势种类多、场景变化丰富，该数据集特别适合用于构建高鲁棒性的瑜伽动作识别和姿势检测模型。
数据结构与关键特征
该数据集以图像形式组织，主要包含约 59.8k 个 JPG 文件，并按照具体瑜伽姿势类别进行划分。类别覆盖范围较广，包括 Adho Mukha Svanasana、Adho Mukha Vrksasana、Alanasana、Anjaneyasana、Ardha Chandrasana、Ardha Matsyendrasana、Ardha Navasana、Ardha Pincha Mayurasana、Ashta Chandrasana、Baddha Konasana、Bakasana、Balasana、Bitilasana、Camatkarasana、Dhanurasana、Eka Pada Rajakapotasana、Garudasana、Halasana、Hanumanasana、Malasana、Marjaryasana、Navasana、Padmasana、Parsva Virabhadrasana、Parsvottanasana、Paschimottanasana、Phalakasana、Pincha Mayurasana、Salamba Bhujangasana、Salamba Sarvangasana、Setu Bandha Sarvangasana、Sivasana、Supta Kapotasana、Trikonasana、Upavistha Konasana、Urdhva Dhanurasana、Urdhva Mukha Svsnssana、Ustrasana、Utkatasana、Uttanasana、Utthita Hasta Padangusthasana、Utthita Parsvakonasana、Vasisthasana、Virabhadrasana One、Virabhadrasana Three、Virabhadrasana Two、Vrksasana 等 47 类姿势。
这些图像在不同背景、人物、视角和光照条件下拍摄，能够更真实地反映实际瑜伽练习场景，有利于模型学习姿势结构特征并提高泛化能力。
应用价值与研究方向
该数据集可广泛应用于瑜伽姿势分类、人体关键点检测、姿态估计、动作纠错、智能健身辅助、虚拟瑜伽教练以及可穿戴健身系统等研究方向。研究中可以使用 ResNet、EfficientNet、MobileNet、ConvNeXt、Vision Transformer 等模型开展图像分类任务，也可以结合 MediaPipe、OpenPose、MoveNet、YOLO-Pose 等方法提取人体骨骼关键点，实现更细粒度的姿态分析。进一步还可以围绕实时动作反馈、姿势标准度评估、个性化健身指导、多场景泛化训练和虚拟健康管理展开研究，为健身科技、智慧医疗和人机交互应用提供数据支持。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-801
文件大小：635M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)