摘要：该数据集面向高尔夫挥杆序列分析与动作阶段识别任务，由GolfDB挥杆视频中提取关键事件图像构建而成。
数据集概述
该数据集面向高尔夫挥杆序列分析与动作阶段识别任务，由GolfDB挥杆视频中提取关键事件图像构建而成。挥杆动作被划分为准备击球、脚尖抬起、上杆中期、上杆顶点、下杆中期、击球瞬间、送杆中期和收杆八个阶段，可用于研究挥杆过程中的姿态变化、动作时序及关键事件自动识别。
数据结构与关键特征
数据集以NumPy数组、CSV表格和序列化文件等形式组织，主要包括原始图像数组images.npy、展平或特征化数据flat_dat.npy、类别标签target.npy、类别名称target_names.npy、数据描述descr.npy、GolfDB.pkl和golfDB.csv。数据还包含HOG特征化的挥杆动作图像，以及CatBoost、XGBoost和LightGBM等模型的训练记录与学习曲线。其关键特征是将连续挥杆视频转换为八类关键阶段图像，便于直接使用scikit-learn及其他机器学习框架加载和训练。
应用价值与研究方向
该数据集可用于高尔夫挥杆阶段分类、关键事件检测、运动姿态分析、动作质量评估及智能训练辅助。研究方向包括HOG与传统机器学习分类、卷积神经网络和视觉Transformer识别、人体姿态估计、时序动作分割、关键帧定位及相邻阶段细粒度区分；还可结合骨骼关键点、球杆轨迹和挥杆速度数据，进一步研究动作规范性评分、错误姿势检测和个性化高尔夫训练反馈。
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-591
文件大小：320M
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)