摘要：该数据集是一个面向视频监控场景下打斗行为识别、攻击动作检测与人体姿态估计任务构建的 YOLO-Pose 数据集。
数据集概述
该数据集是一个面向视频监控场景下打斗行为识别、攻击动作检测与人体姿态估计任务构建的 YOLO-Pose 数据集。数据集共包含 1034 张图像，其中训练集包含 828 张图像，验证集包含 206 张图像，共划分为 18 类攻击、受害者姿态及正常行为类别。每个目标均同时标注人物边界框、行为类别以及 17 个 COCO 格式人体关键点，因此既可以用于人体目标检测，也可以用于姿态估计和基于骨骼信息的行为识别研究。数据集采用 CC BY 4.0 许可协议
数据结构与关键特征
数据集采用标准 YOLO-Pose 目录结构，由 images/train、images/val、labels/train、labels/val 和 dataset.yaml 等文件组成。每条标签按照 class x_center y_center width height x1 y1 v1 … x17 y17 v17 的格式保存，其中人物边界框和关键点坐标均归一化到 0～1 范围，关键点可见性状态使用 0、1、2 表示不可见、被遮挡和可见。人体关键点采用 COCO 17 点标准，包括鼻子、双眼、双耳、双肩、双肘、双腕、双髋、双膝以及双脚踝。18 个行为类别包括弯腰、防御性遮脸、扇脸、握拳、强行抓拽、拖拽头发或衣物、手部击打、低头、击打头部、头部撞击物体、拍击后脑、向目标前倾、踢腿、倒地、抓颈、正常行为、指向他人以及从后方推搡等。dataset.yaml 中定义了 kpt_shape: [17, 3]、左右关键点翻转索引以及 18 个类别名称，可直接用于 Ultralytics YOLO Pose 模型训练。
应用价值与研究方向
该数据集适用于打斗行为检测、异常行为识别、人体姿态估计、监控视频智能分析以及公共场所安全预警等研究方向。可以直接使用 YOLOv8-Pose、YOLO11-Pose 等模型同时完成人物定位、动作类别识别和关键点预测，也可以进一步根据人体骨骼关键点构建动作特征，并结合 LSTM、GRU、GCN、ST-GCN 或 Transformer 等模型进行时序行为分析。进一步研究还可以围绕多人交互关系建模、遮挡情况下的姿态估计、小目标行为识别、类别不平衡处理以及视频连续帧行为判断展开，从而提升复杂监控环境下攻击行为与异常行为识别的稳定性和实时性。
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-800
文件大小：63M
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)