极市打榜｜【睡岗识别】17G+的目标检测数据集上线，合作者独享收益高达7,500元

https://cvmart.net/topList/10682?tab=RankDescription

一、背景描述

1.项目描述:为防止因值班人员睡岗行为引发安全隐患的情况发生，识别出值班人员睡岗情况并给予处理。

项目算法逻辑:识别出趴着或者躺着睡觉的值班人员并产生告警

二、目标描述

算法边界:人员睡在座位上或者躺椅上

算法报警逻辑:识别到有人员有特定姿态，输出报警

识别场景: 室内厂房、办公享

识别对象:人的不同姿态

环境要求:白天环境、光照充足的夜晚

三、数据说明

1、标注方案

标注方式：2D框标注+骨胳点标注（本次任务先标注骨骼点，后续标注2D框）

2、标签

(1) 站着的人 stand

(2) 坐着的人 sit

(3) 蹲着的人 crouch

(4) 趴着睡的人（趴在桌子、台子上） prostrate_sleep

(5) 坐着睡的人 sit_sleep

(6) 躺着睡的人（身体横着的） lie_sleep

1~17：人体骨胳点标签，需要按照顺序进行标注，（以下标签排列：图片中点序号：中文名称：英文名称，需要标注person_id和visibility的属性，具体见下面解析）

标注文件采用类似coco数据集的格式，但是本数据集更改为了每张图片和标注文件一一对应。

标注文件为json格式，其中每个id表示一个人，一般只需要用到 width, height, bbox, keypoints字段，width和height是此图片的宽和高，bbox为这个人的2d框（标签为上述几种姿势），keypoints为这个人的关键点坐标信息，按照 x,y,v的格式从第1个点到第17个点标注。

其中 v 表示visibility:

v=2：关键点可见：标注的骨胳点可见， v=1：关键点不可见：标注的骨胳点不可见，需要预估大致位置

v=0：没有关键点：标注的骨胳点不可见，同时预估不了其位置，比如所标注的骨骼点在在人框外，那么其标签属性为0（注意，当v=0时，此骨骼关键点的x,y坐标标注是不准确的，并且此时此关键点不会计入测试成绩）

四、样例集节选：