手势状态分类检测数据集 | 目标检测 | 人机交互

【手势状态分类检测数据集 | 目标检测 | 人机交互】
本数据集面向手势与状态表达的目标检测，共含 9 个类别、总计 1000 张标注图像。类别包含停止、胜利、加油、好评/差评等语义性手势类别，可作为动作识别与手势交互的基础数据，服务于人机交互与手势控制场景，适合手势检测模型的训练。

数据集概览

• 数据集名称：手势状态分类检测数据集
• 任务类型：目标检测
• 图像总数：1000 张
• 标注类别：9 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含 9 个检测类别：

• 停止（stop 停止手势）
• 胜利（victory 胜利手势）
• 加油（jolly/sstrength 加油手势）
• 好评（good 点赞好评手势）
• 差评（bad 差评手势）

技术规格

• 标注格式：YOLO TXT 格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 人机交互：基于手势语义实现非接触式人机交互控制。
2. 手势识别：识别停止、胜利、加油等常见语义手势。
3. 状态表达分析：分析手势所表达的情感与状态倾向。

数据集特点

• 高质量标注：手势类别语义丰富，类别定义清晰、标注规范统一。
• 真实场景数据：图像包含多种真实手势形态与表达，贴近交互场景，实用性强。

获取方式

本数据集提供了百度网盘下载链接，登录后即可查看：