奶牛尾根九轴IMU行为识别数据集CowTail-4
数据集简介
快速上手
数据集按「原始流—标注—模型输入窗口」三层组织,主要入口为 01_data/acceleration.npy,形状 (12736, 3, 256),已做窗口归一化,可直接用于训练或评估行为分类模型。配套 01_data/windows.csv 提供每个窗口的元信息,字段包括 display_cow、session_id、original_state、row_index、scale_g,便于按牛只、会话或行为类别筛选。单牛数组存放于 01_data/<cow>/acceleration.npy,可按 cowA–cowD 单独取用。
import numpy as np
X = np.load("01_data/acceleration.npy") # (12736, 3, 256), window-normalised
数据内容与规模
数据集覆盖 4 头奶牛(cowA–cowD),使用 2 个尾根 IMU 记录仪,在单日单一牧场完成 31 个采集会话。每个窗口含 9 轴通道(三轴加速度、角速度、磁场),原生采样率 50 Hz,窗口长度 256 点即 5.12 秒,窗口之间互不重叠。行为类别为站立、躺卧、行走、采食四类,共 12,736 个已标注窗口,其中行走类仅 198 个窗口,类别分布明显不均衡。01_data/four_cow_label_and_window_counts.csv 给出每头牛在各行为类别上的窗口计数,可用于分层抽样或类别加权。
标注流程与完整性
标注层与原始传感器流通过 session_id 关联:04_raw_sensors_labels/ 保存九轴原始流与参考区间,01_data/windows.csv 中的 row_index 与 original_state 将每个窗口回溯到具体记录和原始行为标签。FILE_MANIFEST.json 记录每个文件的大小与 SHA-256,docs/data_dictionary.md 提供字段字典,便于校验下载完整性与理解字段含义。公开文件已匿名化处理,设备与会话以 DEVICE_NN、SESSION_NN 标识,时间使用相对毫秒。
许可与使用限制
数据许可为 CC BY 4.0,源代许可为 MIT。COWMATA 名称与徽标为公司品牌资产,不在 MIT 重新授权范围内;视频不公开。使用时应遵守上述许可条款,引用数据时请参考论文与数据仓库中的引用信息。
仓库结构与获取方式
仓库按以下目录组织:
01_data/:模型输入窗口与标注表,含acceleration.npy、windows.csv、four_cow_label_and_window_counts.csv及单牛数组04_raw_sensors_labels/:九轴原始传感器流与参考区间,按session_id关联FILE_MANIFEST.json:文件大小与 SHA-256 清单docs/data_dictionary.md:字段字典
数据集通过 GitHub 仓库 https://github.com/jiaosir-cow/cowtail 公开获取,官方文件直链由系统嗅探写入。
引用与联系
使用本数据集时请引用论文《Reusing public collar models for cattle behaviour recognition from tail acceleration with limited labels》,作者包括 Yang Zhanhai、Jiao Tengyu、Zhang Jianqi、Zhang Xiangqing、Zhang Yalong、Jiang Qinglin、Zhang Yihui。数据采集于扬州大学实验牧场。如有疑问,可通过数据仓库或论文通讯方式联系作者团队。