笔尖笔帽检测1：笔尖笔帽检测数据集(含下载链接)

目录

笔尖笔帽检测1：笔尖笔帽检测数据集(含下载链接)

1. 前言

2. 手笔检测数据集

（1）Hand-voc1

（2）Hand-voc2

（3）Hand-voc3

（4）Hand-Pen-voc手笔检测数据集

（5）手笔目标框可视化效果

 3. 笔尖笔帽关键点检测数据集

（1）dataset-pen2

（2）笔尖笔帽关键点可视化效果

4. 数据集下载

5. 笔尖笔帽关键点检测(Python/C++/Android)

6.特别版: 笔尖指尖检测

---

1. 前言

目前在AI智慧教育领域，有一个比较火热的教育产品，即指尖点读或者笔尖点读功能，其核心算法就是通过深度学习的方法获得笔尖或者指尖的位置，在通过OCR识别文本，最后通过TTS（TextToSpeech）将文本转为语音；其中OCR和TTS算法都已经研究非常成熟了，而指尖或者笔尖检测的方法也有一些开源的项目可以参考实现。本项目将实现笔尖笔帽关键点检测算法，其中使用YOLOv5模型实现手部检测（手握着笔目标检测），使用HRNet，LiteHRNet和Mobilenet-v2模型实现笔尖笔帽关键点检测。项目分为数据标注，模型训练和Android部署等多个章节，本篇是项目《笔尖笔帽检测》系列文章之笔尖笔帽检测数据集说明；

项目收集了手笔检测数据集和笔尖笔帽关键点检测数据集：

• 手笔检测数据集（Hand-Pen Detection Dataset）：共收集了四个：Hand-voc1，Hand-voc2和Hand-voc3，Hand-Pen-voc手笔检测数据集总共约7万张图片；标注格式统一转换为VOC数据格式，手部目标框标注为hand，手握着笔的目标框标注为hand_pen，可用于深度学习手部目标检测模型算法开发
• 笔尖笔帽关键点检测数据集（Pen-tip Keypoints Dataset）：收集了1个数据集：dataset-pen2，标注了手握笔(hand_pen)的目标区域和笔的两端(笔尖和笔帽)；数据集分为测试集Test和训练集Train，其中Test数据集有1075张图片，Train数据集有28603张图片；标注格式统一转换为COCO数据格式，可用于深度学习笔尖笔帽关键点检测模型训练。
• 数据收集和标注是一件十分繁杂且又费时费力的工作，请尊重我的劳动成果。

 【尊重原则，转载请注明出处】  https://blog.csdn.net/guyuealian/article/details/134070255

  Android笔尖笔帽关键点检测APP Demo体验：

https://download.csdn.net/download/guyuealian/88535143

---

 更多项目《笔尖笔帽检测》系列文章请参考：

• 笔尖笔帽检测1：笔尖笔帽检测数据集(含下载链接)https://blog.csdn.net/guyuealian/article/details/134070255
• 笔尖笔帽检测2：Pytorch实现笔尖笔帽检测算法(含训练代码和数据集)https://blog.csdn.net/guyuealian/article/details/134070483
• 笔尖笔帽检测3：Android实现笔尖笔帽检测算法(含源码 可是实时检测)https://blog.csdn.net/guyuealian/article/details/134070497
• 笔尖笔帽检测4：C++实现笔尖笔帽检测算法(含源码 可是实时检测)https://blog.csdn.net/guyuealian/article/details/134070516

---

2. 手笔检测数据集

项目已经收集了四个手笔检测数据集（Hand-Pen Detection Dataset）：Hand-voc1，Hand-voc2和Hand-voc3和Hand-Pen-voc，总共约7万张图片

（1）Hand-voc1

Hand-voc1手部检测数据集，该数据来源于国外开源数据集，大部分数据是室内摄像头摆拍的手部数据，不包含人体部分，每张图只含有一只手，分为两个子集：训练集(Train)和测试集(Test)；其中训练集(Train)总数超过30000张图片，测试集(Test)总数2560张​​​​；图片已经使用labelme标注了手部区域目标框box，标注名称为hand，标注格式统一转换为VOC数据格式，可直接用于深度学习目标检测模型训练。

（2）Hand-voc2

Hand-voc2手部检测数据集，该数据来源于国内开源数据集，包含人体部分和多人的情况，每张图含有一只或者多只手，比较符合家庭书桌读写场景的业务数据集，数据集目前只收集了980张图片​​​；图片已经使用labelme标注了手部区域目标框box，标注名称为hand，标注格式统一转换为VOC数据格式，可直接用于深度学习目标检测模型训练。

（3）Hand-voc3

Hand-voc3手部检测数据集来源于国外​HaGRID手势识别数据集；原始HaGRID数据集十分庞大，约有55万张图片，包含了18种常见的通用手势；Hand-voc3数据集是从HaGRID数据集中，每种手势随机抽取2000张图片，总共包含18x2000=36000张图片数据​​​；标注格式统一转换为VOC数据格式，标注名称为hand，可直接用于深度学习目标检测模型训练。

关于HaGRID数据集请参考文章：HaGRID手势识别数据集使用说明和下载

（4）Hand-Pen-voc手笔检测数据集

Hand-Pen-voc手笔检测数据集，该数据是项目专门收集含有手部和书写工具笔的数据，大部分图片数据都含有一只手，并且是手握着笔练习写字的情况，其中书写工具笔的种类包含钢笔、铅笔、中性笔、记号笔等，十分符合学生写字/写作/做笔记/做作业的场景数据。数据集目前共收集了16457张图片​​​；图片已经使用labelme标注了两个目标框hand和hand_pen，标注格式统一转换为VOC数据格式，可直接用于深度学习目标检测模型训练。

1. 目标框hand: 手部目标框，仅当只有手且没有握着笔的情况下才标注为hand
2. 目标框hand_pen：手握笔目标框，手握着笔正常书写的目标框；由于手握着笔写字，为了囊括笔的区域，标注手部区域目标框box，会比实际的手部要大点点

（5）手笔目标框可视化效果

需要pip安装pybaseutils工具包，然后使用parser_voc显示手部目标框的绘图效果

pip install pybaseutils

import os
from pybaseutils.dataloader import parser_voc

if __name__ == "__main__":
    # 修改为自己数据集的路径
    filename = "/path/to/dataset/Hand-voc3/train.txt"
    class_name = ['hand','hand_pen']
    dataset = parser_voc.VOCDataset(filename=filename,
                                    data_root=None,
                                    anno_dir=None,
                                    image_dir=None,
                                    class_name=class_name,
                                    transform=None,
                                    use_rgb=False,
                                    check=False,
                                    shuffle=False)
    print("have num:{}".format(len(dataset)))
    class_name = dataset.class_name
    for i in range(len(dataset)):
        data = dataset.__getitem__(i)
        image, targets, image_id = data["image"], data["target"], data["image_id"]
        print(image_id)
        bboxes, labels = targets[:, 0:4], targets[:, 4:5]
        parser_voc.show_target_image(image, bboxes, labels, normal=False, transpose=False,
                                     class_name=class_name, use_rgb=False, thickness=3, fontScale=1.2)

---

 3. 笔尖笔帽关键点检测数据集

笔的种类繁多，材质颜色不一，但笔的外形基本是长条形状；项目没有直接标注笔的外接矩形框，而是将笔分为笔尖(笔头)和笔帽(笔尾)两个端点，这两个端点连接线，则表示整个笔身长度：

• 笔尖/笔头关键点：位于笔尖突出尖端点位置,index=0
• 笔帽/笔尾关键点：位于笔末端点中心点位置,index=1
• 手握笔标注框： box包含笔和手的区域，一般出现在手握着笔书写的情况，不考虑单独出现笔的情况，标注名称为hand_pen

（1）dataset-pen2

dataset-pen2笔尖笔帽关键点检测数据集，改数据由Hand-Pen-voc手笔检测数据集扩充采集获得，标注了手握笔(hand_pen)的目标区域和笔的两端(笔尖和笔帽)；大部分图片数据都含有一只手，并且是手握着笔练习写字的情况，其中书写工具笔的种类包含钢笔、铅笔、中性笔、记号笔等，十分符合学生写字/写作/做笔记/做作业的场景数据。数据集分为测试集Test和训练集Train，其中Test数据集有1075张图片，Train数据集有28603张图片；标注格式统一转换为COCO数据格式，可用于深度学习笔尖笔帽关键点检测模型训练。

（2）笔尖笔帽关键点可视化效果

需要pip安装pybaseutils工具包，然后使用parser_coco_kps显示手部和笔尖关键点的绘图效果

pip install pybaseutils

import os
from pybaseutils.dataloader import parser_coco_kps

if __name__ == "__main__":
    # 修改为自己数据集json文件路径
    anno_file = "/path/to/dataset/dataset-pen2/train/coco_kps.json"
    class_name = []
    dataset = parser_coco_kps.CocoKeypoints(anno_file, image_dir="", class_name=class_name,shuffle=False)
    bones = dataset.bones
    for i in range(len(dataset)):
        data = dataset.__getitem__(i)
        image, boxes, labels, keypoints = data['image'], data["boxes"], data["label"], data["keypoints"]
        print("i={},image_id={}".format(i, data["image_id"]))
        parser_coco_kps.show_target_image(image, keypoints, boxes, colors=bones["colors"],
                                          skeleton=bones["skeleton"],thickness=1)

---

4. 数据集下载

数据集下载地址：笔尖笔帽检测数据集(含下载链接)

数据集内容包含：

• 手笔检测数据集：包含Hand-voc1，Hand-voc2和Hand-voc3，Hand-Pen-voc手笔检测数据集总共约7万张图片；标注格式统一转换为VOC数据格式，手部目标框标注为hand，手握着笔的目标框标注为hand_pen，可用于深度学习手部目标检测模型算法开发。

• 笔尖笔帽关键点检测数据集dataset-pen2，标注了手握笔(hand_pen)的目标区域和笔的两端(笔尖和笔帽)；数据集分为测试集Test和训练集Train，其中Test数据集有1075张图片，Train数据集有28603张图片；标注格式统一转换为COCO数据格式，可用于深度学习笔尖笔帽关键点检测模型训练。

• 数据收集和标注是一件十分繁杂且又费时费力的工作，请尊重我的劳动成果

---

5. 笔尖笔帽关键点检测(Python/C++/Android)

本项目基于Pytorch深度学习框架，实现手写工具笔端(笔尖和笔帽)关键点检测，其中手笔检测采用YOLOv5模型，手写工具笔端(笔尖和笔帽)关键点检测是基于开源的HRNet进行改进，构建了整套笔尖笔帽关键点检测的训练和测试流程；为了方便后续模型工程化和Android平台部署，项目支持轻量化模型LiteHRNet和Mobilenet模型训练和测试，并提供Python/C++/Android多个版本

Android笔尖笔帽关键点检测APP Demo体验：

https://download.csdn.net/download/guyuealian/88535143

  

---

6.特别版: 笔尖指尖检测

碍于篇幅，本文章只实现了笔尖笔帽关键点检测；实质上，要实现指尖点读或者笔尖点读功能，我们可能并不需要笔帽检测，而是需要实现笔尖+指尖检测功能；其实现方法与笔尖笔帽关键点检测类似。

下面是成功产品落地应用的笔尖+指尖检测算法Demo，其检测精度和速度性能都比笔尖笔帽检测的效果要好。