摘要：该数据集是一个面向人体姿态分析、脊柱姿势评估与久坐人群姿态监测构建的计算机视觉数据集。
数据集概述
该数据集是一个面向人体姿态分析、脊柱姿势评估与久坐人群姿态监测构建的计算机视觉数据集。数据集中包含人物坐姿和站姿图像，并为每张图像提供人体脊柱关键位置的姿态标注，可用于训练姿态估计和关键点检测模型。与常见的全身人体姿态数据集不同，该数据集更加关注人体躯干和脊柱区域，通过少量具有代表性的脊柱关键点描述人体上身姿势变化，适合开展坐姿异常检测、体态评估以及人体工学分析等研究。
数据结构与关键特征
数据集采用标准的 YOLO-Pose 目录结构，由 images/train、images/val、labels/train、labels/val 以及 data.yaml 等文件组成，图像和对应标签分别按照训练集和验证集进行划分。数据集中只有 1 个目标类别，即 person（人物）。每个人物实例标注 4 个姿态关键点，分别对应颈椎起始区域、胸椎起始区域、腰椎起始区域和骶椎起始区域，用于描述从颈部到骨盆区域的脊柱姿态变化。data.yaml 中定义 kpt_shape: [4, 3]，表示每个目标包含 4 个关键点，每个关键点由 x 坐标、y 坐标以及可见性状态 3 个维度表示，同时配置 flip_idx: [0, 1, 2, 3]。该结构可以直接用于 Ultralytics YOLO-Pose 等姿态估计模型训练。
应用价值与研究方向
该数据集适用于人体姿态关键点检测、坐姿与站姿分析、脊柱姿势评估、久坐行为监测以及人体工学研究等方向。可以采用 YOLOv8-Pose、YOLO11-Pose 等模型直接预测人物位置及 4 个脊柱关键点，并进一步根据关键点之间的距离、夹角和相对位置计算躯干倾斜程度、身体前倾幅度以及脊柱姿态变化。还可以结合时间序列视频分析研究长时间坐姿状态，构建不良坐姿自动识别、办公健康提醒、学生坐姿监测和康复姿态评估系统，为智能健康监护和人体工学辅助分析提供数据基础。
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-832
文件大小：12M
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)