人体关键点检测数据集

人体关键点检测数据集是一种用于训练和评估人体姿态估计模型的数据集。它包含了大量的人体图像和对应的关键点标注，旨在帮助计算机视觉算法理解人体的姿态和动作。

常用的人体关键点检测数据集包括：

1. COCO数据集（Common Objects in Context）：这是一个广泛使用的通用物体检测、分割和关键点检测数据集。它包含超过20万张图像，其中包含了多个人体的关键点标注。

2. MPII数据集（Max Planck Institute for Informatics）：这个数据集专注于人体姿态估计，包含了超过2万张图像，每张图像都有16个关键点的标注。

3. Leeds Sports Pose数据集：这是一个用于运动姿态估计的数据集，包含超过10万张包含运动员的图像，每张图像都有14个关键点的标注。

4. LSP数据集（Leeds Sports Pose）：这是一个针对运动姿态估计的数据集，包含超过2.7万张包含运动员的图像，每张图像都有14个关键点的标注。

以上是一些常见的人体关键点检测数据集，它们在研究和开发人体姿态估计算法时被广泛使用。当然，还有其他一些数据集可供选择，具体选择哪个数据集取决于具体的应用场景和需求。