|
Download InterHand2.6M/README.md from WhynotGPT/Pretrain: direct link, hf CLI and curl.
- Browser
- Download file 3.43 kB
-
https://huggingface.co/datasets/WhynotGPT/Pretrain/resolve/main/InterHand2.6M/README.md
- Command line
-
hf download hf://datasets/WhynotGPT/Pretrain/InterHand2.6M/README.md
-
curl -L -o README.md https://huggingface.co/datasets/WhynotGPT/Pretrain/resolve/main/InterHand2.6M/README.md
3.43 kB
InterHand2.6M v1.0 — 官方 5 fps 全量
目标机器:taku-g2。本目录:/SSD1/yangzijing/InterHand2.6M。
本次下载标准 5 fps 版本的全部 train / val / test,未下载独立的 30 fps 扩展版。
是否完成以 audit/final_validation.json 的 status: PASS 为准;没有该文件时仍在下载、解包或校验。
| split | 官网标注图像数 |
|---|---|
| train | 1,361,062 |
| val | 380,125 |
| test | 849,160 |
| 合计 | 2,590,347 |
这些数量按相机图像计数,不是去除多视角重复后的独立时刻数。
路径
images/{train,val,test}/Capture*/...:原始官方 RGB 图像,未裁剪、重编码或重新采样。annotations/{train,val,test}/:每个 split 的图像/关节有效性索引、相机、3D 关节和 MANO NeuralAnnot 拟合参数。annotations/skeleton.txt、annotations/subject.txt:关节层级和受试者信息。annotations/human_annotation_ids/:官网单列的人工标注子集 ID 文件。archives/5fps/:44 个官方图像分片,合计 81,718,036,480 字节。sources/:官网页面、分片目录、官方 MD5、许可和官方脚本快照。audit/:来源链接、字节数、校验结果、SHA256 和最终 split 清单。logs/:下载和解包日志。
来源与版本
- 官网:https://mks0601.github.io/InterHand2.6M/
- 官方图像镜像:Facebook 官方 S3 与
facebookresearch/InterHand2.6MGitHub v1.0 release。 - 标注采用官网当前链接的 Google Drive
annotations目录;其文件列表和来源 ID 保存在audit/annotations_manifest.json。 - 未使用 GitHub release 内较早的
InterHand2.6M.annotations.5.fps.zip替代当前全量标注。 - 许可原文保存在
sources/LICENSE,为 CC BY-NC 4.0。
读取注意
MANO 参数是官方 NeuralAnnot 拟合标注,不等同于独立测量的 mesh GT。
官方说明中 MANO pose 为 48 维 axis-angle 减去 mean pose,translation 单位为米;原生 joint_3d 使用世界坐标,单位为毫米。
世界到相机转换、左右手以及有效性处理应遵循官方定义。
本次验证的是数据完整性、标注索引和图像对应关系,不认证全部 GT 的几何精度。
复现与续传
下载记录内保留实际命令和进程启动时间:audit/images_job.json、audit/annotations_job.json、audit/extraction_job.json。
不要在已有下载进程仍在运行时重复启动。
cd /SSD1/yangzijing/InterHand2.6M
aria2c --input-file=code/images_5fps.aria2 --dir=archives/5fps \
--continue=true --max-concurrent-downloads=6 --split=4 \
--max-connection-per-server=4 --min-split-size=64M \
--file-allocation=none --check-integrity=true \
--auto-file-renaming=false --allow-overwrite=false \
--max-tries=15 --retry-wait=5 --max-overall-download-limit=100M
/SSD2/jiasen/envs/foundation_hand/bin/python code/download_annotations.py
python code/verify_extract_images.py
/SSD2/jiasen/envs/foundation_hand/bin/python code/validate_dataset.py
verify_extract_images.py 对每个图像分片检查官方 MD5 并生成 SHA256,按官方 tar --ignore-zeros 方式解包。
解包后将官方 batch 目录下的 images 合并为标准目录;遇到同路径不同内容会停止,不覆盖冲突。
验证程序检查全部标注图像路径,并在每个 split 均匀抽取约 128 张图像进行实际解码及尺寸核对。