体育运动的动作识别分类等工作，一直是深度学习实践的重要领域，这里涉及到动作捕捉、分类、识别、计数等多种类型！今天就给大家分享关于以上内容的深度学习数据集！！
1、收集22种类型的运动的图像数据集
数据说明：它由22个文件夹的标签名称作为体育名称。每个文件夹包含大约800-900张图片。
数据查看地址：https://www.dilitanxianjia.com/15149/
2、运动图片分类数据集
数据说明：收集的体育图像涵盖100种不同的体育。图像是224,224,3 jpg格式。数据分为训练目录、测试目录和有效目录。此外，对于那些希望使用它来创建自己的训练，测试和验证数据集的人，还包括一个csv文件。13493张训练图片、500张测试图片、500张验证图片。
数据查看地址：https://www.dilitanxianjia.com/15146/
3、超过9000张图片中的15个运动球图片数据集
数据说明：超过9000张来自15种不同运动的运动球的图片。包括美式足球，棒球，篮球，桌球，保龄球，板球，足球，高尔夫球，曲棍球，曲棍球，榄球，键子，乒乓球，网球及排球。
数据查看地址：https://www.dilitanxianjia.com/15143/
4、用于图像分类的体育图像数据集
数据说明：此数据集包含每个类别范围在500-700张之间的各种体育运动的图像。
分类：游水、羽毛球、摔跤、奥运射击、板球、足球、网球、曲棍球、冰球、卡巴迪等等
数据查看地址：https://www.dilitanxianjia.com/15140/
5、包含体育图像的数据集
数据说明;为您提供了一个包含不同运动类图像的数据集。数据集被分割成训练集和测试集。训练集由属于以下体育类的标记图像组成:板球、摔跤、网球、羽毛球、足球、游泳和空手道。每个图像都与一个唯一的图像ID及其对应的类标签相关联。测试集包含您需要预测类的未标记图像。共有10.3K张图片。
数据查看地址：https://www.dilitanxianjia.com/15137/
6、体育球类图像数据集
数据说明：文件包含10个文件夹。每一个文件夹都代表着里面图片的标签。
足球:224张图片。
篮球:278张图片
排球:261张图片
橄榄球:307张图片
高尔夫:264张图片
板球:255张图片
网球:273张图片
保龄球:286张图片
台球:279张图片
棒球:272张图片
数据查看地址：https://www.dilitanxianjia.com/15131/
7、用于图像分类的美式足球和橄榄球图像数据集
数据说明：该数据集总共下载了3058幅图像，分为训练和测试两部分。文件夹有2448张图像，测试文件夹有610张图像。英式橄榄球和英式足球各有1224张图像。
—-橄榄球-1224
—-足球-1224
—测试-610
—橄榄球-305
—足球-305
数据查看地址：https://www.dilitanxianjia.com/15128/
8、史上最伟大的30位板球运动员的图片数据集
数据说明:
板球是世界上第二受欢迎的运动(维基百科)。这项运动充满了许多情感和戏剧，直到比赛的最后一个球。而且，有板球运动员已经一次又一次地证明，他们是这项运动的真正主人，改变了比赛的输赢等式，并在比赛中用他们的魔法为他们的国家带来了许多胜利。现在，作为Cricket的粉丝，我们是时候利用我们的深度学习技能来从这个数据集中获得更多乐趣，并检测/预测史上最伟大的板球运动员。
2019年，BBC邀请观众投票选出史上最伟大的板球运动员，最后，他们根据获得的最高票数公布了史上最伟大的30名板球运动员。这个数据集是用从谷歌图片中提取的这30名板球运动员的图像创建的。
玩家名单如下所示:
数据查看地址：https://www.dilitanxianjia.com/14269/
9、球类分类图像数据集
数据说明：关于数据集，超过9000张来自15种不同运动的运动球的图片。它们是:美式足球，棒球，篮球，台球，保龄球，板球，足球，高尔夫球，曲棍球，曲棍球，橄榄球，毽球，乒乓球，网球和排球。
数据查看地址：https://www.dilitanxianjia.com/14237/
10、100种运动图像分类数据集
数据说明：该数据收集的体育图像涵盖100种不同的体育.图片为224,224,3ipg格式。数据分为训练目录、测试目录和有效目录。此外，还包括一个CSV文件，用于那些希望使用它来创建自己的训练、测试和验证数据集的人。（该数据集约有14.5K个文件）
数据查看地址：https://www.dilitanxianjia.com/14233/
11、带有yolo格式注释的足球比赛图像数据集
此数据集包含带有yolo格式注释的足球比赛图像。 类别说明： 0-运动员 1-足球
数据查看地址：https://www.dilitanxianjia.com/2498/
12、金足足球队球员图像数据集
数据说明：关于数据集，足球是世界上最受欢迎的运动(Wiki)。直到比赛的最后一秒，这项运动都充满了情感和戏剧性。还有一些足球运动员，他们把输球变成了赢球，在比赛中用他们的魔法为他们的国家带来了许多胜利。现在，是时候让我们，作为一个足球迷，使用我们的深度学习技能，在这个数据集上获得更多乐趣了。
金足奖是每年授予世界足球史上最伟大球员的终身成就奖。它于2003年由安东尼奥·卡里恩多创立，是唯一个由世界各地的球迷在金足奖官方网站上投票选出的奖项。
此数据集包含了足球运动员的图像，他们是金足奖的获得者。共有7188个文件。
下面是玩家名单:
数据查看地址：https://www.dilitanxianjia.com/14263/
13、基于计算机视觉的体育主题识别数据集
数据说明：体育运动是一种涉及体力和技巧的活动，个人或团队为了娱乐而与另一个人或其他人竞争。它是过去和现在每一种文化的一部分，但每一种文化对体育都有自己的定义。没有人能说出体育运动是什么时候开始的。既然无法想象一个孩子们没有自发地赛跑或摔政的时代，那么很明显，孩子们一直把体育活动包括在他们的游戏中，但我们只能推测，体育活动作为成年人自发的身体竞赛的出现
政府体育局的一个机构正在计划实施一个基于计算机视觉的自动化系统，以便它可以根据图像识别体育的类型。
（本数据共有13.6K个文件）
数据查看地址：https://www.dilitanxianjia.com/14260/
14、举重数据集
数据说明：此数据集是截至2024年1月的OpenPowerlifting数据库快照。OpenPower举升正在创建一个权力提升历史的公共领域存档。力量举是一项运动，参赛者在三个不同的杠铃举重项目中竞争，为他们的班级举起最多的重量:深蹲，卧推和硬拉。
内容：该数据由openpowerliftingcsv表示，其中包括关于比赛(竞赛)以及参加这些比赛的参赛者的所有信息。
该数据集的第1版包含两个文件: meets.csv和open power lifting.csV。Csv是OpenPower举举数据库中包含的所会议(竞赛)的记录。openpowerlifting.csv记录了所有参加这些比赛的选手，以及他们在比赛中记录的数据和举重。
在Version2+中，meets.csv被包含在openpowerlifting.csv中，它包含了相同的信息。
数据查看地址：https://www.dilitanxianjia.com/14250/
15、100种体育形象分类图像数据集
100种体育形象分类图像数据集，13572张训练，500张测试，500张验证图像，224乘224, JPG格式。
数据查看地址：https://www.dilitanxianjia.com/2198/
16、UCFYouTube运动数据集
数据说明：UCF11数据集，以前称为YouTube动作数据集，是一个全面的1160个视频的集合，分为11个不同的动作类。
所代表的行动包括:
1.篮球投篮、2.自行车/骑自行车、3.潜水、4.高尔夫挥杆、5.骑马、6.足球杂耍、7.摆动、8网球摆动、9.蹦床、10.排球扣球、11.和狗一起散步。
数据查看地址：https://www.dilitanxianjia.com/14190/
17、大足球联赛俱乐部标志数据集
大足球联赛俱乐部标志数据集，20支球队logo，每个1000张增强图像。
数据查看地址：https://www.dilitanxianjia.com/2171/
18、足球比赛动作数据集
数据集说明：本数据集共有9528张足球比赛动作的照片。
数据查看地址：https://www.dilitanxianjia.com/14227/
19、篮球瞬间数据集
数据说明：该数据集由图像文件(png格式)关键点地面实况文件 (json格式)和掩码地面实况文件 (png格式)组成。
图片:该数据集是由对在不同的篮球赛场上拍摄的连续图像，在职业比赛。摄像头捕捉篮球场的固定部分，分辨率在2Mpx和5Mpx之间。生成的图像的清晰度在65px/m(使用最低分辨率摄像机拍摄的球场最远点)和265px/m(使用最高分辨率摄像机拍摄的球场最近点)之间变化。两个连续图像之间的延迟是40毫秒。
注解:图像提供了摄像机校准数据，其中，按照惯例，原点0.0.0)位最边的角落里的法院，X方向是沿着法院的长度y方向是沿着法院的宽度，z方向是指向下，距离表示在厘米。地面真相(在3D空间中给出)和校准数据存储在ison文件中，作为具有多个属性的注释列表。
（该数据约有1421个文件）
数据查看地址：https://www.dilitanxianjia.com/14339/
20、网球分类数据集
数据说明：用于英国伯明翰大学的一个本科生机器人项目。机器人相机拍摄的图像。
内容：一个train和test文件夹，每个文件夹包含一个balls和空文件夹。球文件夹保存着CS大楼较低层的图像，图像中的某个点有一个网球。空的文件夹里有没有网球的CS大楼低层的图像。
测试文件夹包含全部图像集的随机样本。由于摄影的性质，有些图像将与训练图像非常相似，有些将有所不同。一些图像是模糊的，并且网球在球图像中的位置变化。（该数据集共有903张照片）
数据查看地址：https://www.dilitanxianjia.com/14860/
后续给大家继续分享更多相关数据集！！
