脚型图像特征提取训练数据

本数据用于训练脚型识别模型。模型基于脚型图像中的解剖学关键点位置及脚型类别标注，自动识别标准型、高脚背型、宽脚型、拇外翻型四类脚型特征，并生成脚型识别结果。该数据可应用于鞋靴零售企业的线上导购、鞋靴推荐和购鞋辅助选择场景，为消费者匹配与脚型特征更适配的鞋靴商品；可应用于鞋靴品牌企业和生产企业的鞋楦匹配、产品设计验证及尺码适配分析，为不同脚型人群的鞋靴设计和商品配置提供数据依据；还可为鞋靴电商平台、线下门店及行业服务机构开展脚型识别和鞋靴匹配提供训练数据支持。该数据能够解决人工测量脚型效率低、识别标准不一致、鞋靴匹配依赖经验及难以规模化应用的问题。一、加工前的数据说明：原始数据来源于企业自有软件工具采集的脚型图像，原始数据为脚型图像文件。 二、处理规则：1.数据采集与清洗：对脚型图像文件进行去重、规格校验与标准化处理，剔除破损、重复及不合规样本。2.关键点自动标注：采用关键点检测模型对每张脚型图像进行自动推理，识别并输出8个解剖学关键点的像素坐标（格式为(x,y)），包括：脚跟中心、内踝骨最突点、外踝骨最突点、第一跖骨头（大拇趾根部）、第五跖骨头（小趾根部）、拇趾尖、小趾尖、足弓最高点。3.标注质量控制：对自动标注结果采用多人交叉核验机制，计算各样本关键点坐标的标注质量评分，评分越高表明该样本关键点标注一致性越高、定位可靠性越强。4.脚型分类标注：根据各关键点坐标的几何分布特征（足弓最高点相对位置、前掌宽度、拇趾偏转方向）对每张图像标注脚型分类标签，类别包括标准型、高脚背型、宽脚型、拇外翻型，作为脚型分类模型的监督标签。5.数据集划分：按训练、验证、测试用途对数据进行划分，生成数据集划分标识（train/val/test）。 三、数据内容描述：最终形成结构化的脚型图像特征提取训练数据集合，包含以下字段：1）图像唯一编码：经无规则编码化处理的脚型图像唯一标识；2）脚跟中心坐标点：标注的脚跟中心关键点像素坐标；3）内踝骨最突点坐标点：标注的内踝骨最突出位置像素坐标；4）外踝骨最突点坐标点：标注的外踝骨最突出位置像素坐标；5）第一跖骨头（大拇趾根部）坐标点：标注的大拇趾根部关键点像素坐标；6）第五跖骨头（小趾根部）坐标点：标注的小趾根部关键点像素坐标；7）拇趾尖坐标点：标注的拇趾末端关键点像素坐标；8）小趾尖坐标点：标注的小趾末端关键点像素坐标；9）足弓最高点坐标点：标注的足弓最高位置像素坐标；10）脚型分类标签：基于关键点几何特征判定的脚型类别（标准型/高脚背型/宽脚型/拇外翻型），作为分类模型训练的监督标签；11）图像尺寸：脚型图像的像素规格，标准化为512×512；12）标注质量评分：多人交叉核验的关键点标注一致性评分，反映标注可靠性；13）数据集划分标识：样本所属子集类型（train/val/test），train表示训练集，val表示验证集，test表示测试集。

搜集汇总

背景与挑战

背景概述

该数据集由1710条脚型图像样本构成，每条样本包含8个解剖学关键点坐标、脚型分类标签（标准型/高脚背型/宽脚型/拇外翻型）及标注质量评分等字段，用于训练脚型识别模型。数据经过去重清洗、关键点自动标注与多人交叉核验等处理，可支持鞋靴零售、品牌生产及电商平台在导购推荐、鞋楦匹配和尺码适配等场景中的应用，以解决人工测量效率低、标准不一致等问题。