人类活动图像描述数据集

数据集概述

该数据集包含人类执行多种活动的图像及对应描述，涉及行走、跑步、睡眠、游泳等十种活动类型，共230个文件，以.jpg格式为主，辅以少量.jpeg图像和一个文本描述文件。

文件详解

• 图像文件（共229个）：
• 格式：.jpg（222个）、.jpeg（7个）
• 内容：展示人类执行不同活动的图像，文件命名示例包括214_reading.jpg、041_walking.jpg、013_sleeping.jpg等
• 文本文件（共1个）：
• 文件名称：captions.txt
• 格式：.txt
• 内容：包含图像对应的描述文本，每条记录格式为“图像文件名#序号 描述内容”，示例：000_sleeping.jpg#0 A little girl sleeping in her bed .

适用场景

• 计算机视觉研究：用于图像描述模型的训练与评估
• 行为识别分析：探索人类活动图像特征与文本描述的关联
• 自然语言处理：研究图像内容到自然语言的转换机制
• 多模态学习：支持图像与文本跨模态任务的算法开发