猫情绪检测数据集 | 3200张YOLO宠物行为数据集

猫情绪检测数据集 | 3200张YOLO宠物行为数据集

适用于宠物行为理解、智能养宠监控与目标检测研究

一、数据集概述

本数据集面向 计算机视觉 目标检测任务，专为猫情绪/状态识别模型训练、验证与测试设计，共包含约3200张高质量标注图像，覆盖8种常见猫情绪与状态 类 别。该数据集可广泛应用于宠物行为理解、智能养宠监控、互动玩具与陪伴机器人等场景，适用于YOLOv5/v7/v8/v10/v11/v12等主流检测框架。

随着宠物经济的快速发展和智能养宠设备的日益普及，利用计算机视觉技术实现猫情绪的自动识别已成为提升人宠互动体验、保障宠物健康的重要手段。本数据集针对猫情绪检测场景中姿态多样、表情细微、光照变化复杂等问题进行专项构建，可为智能养宠系统与宠物行为分析设备提供高质量数据支撑。

数据集下载

通过网盘分享的文件：猫情绪检测-8类数据集

链接: https://pan.baidu.com/s/1ey-c8ucjNfbc2VkkRRM2mg?pwd=czt3

提取码: czt3

二、数据集基本信息

三、数据集类别说明

本数据集为多类别目标检测数据集，共设置8个检测类别，覆盖猫常见情绪与状态，类别划分贴合宠物行为理解与智能养宠实际需求。

类别配置

nc: 8

names:
  - angry
  - begging
  - frightened
  - happy
  - scared
  - sick
  - sleepy
  - curious

类别详情

八类设计覆盖了猫的主要情绪谱系和健康状态：

• 积极情绪：开心、好奇、乞求
• 消极情绪：愤怒、惊恐、害怕
• 生理状态：困倦、生病

类别划分精细，从情绪维度（积极/消极）和生理维度（正常/异常）两个层面完整覆盖猫的行为状态，为宠物行为理解与健康监测提供了全面的检测体系。

四、数据集结构说明

数据集采用标准YOLO目录结构组织，已按训练集、验证集、测试集进行科学划分，结构清晰，便于直接接入主流检测框架。

猫情绪检测-8类/
├── train
│   ├── images
│   └── labels
├── valid
│   ├── images
│   └── labels
├── test
│   ├── images
│   └── labels
└── data.yaml

各数据集作用如下：

• train/images & labels：训练集图像与标签，用于模型参数学习与特征提取；
• valid/images & labels：验证集图像与标签，用于超参数调优、早停监控及防止过拟合；
• test/images & labels：测试集图像与标签，用于最终模型性能评估与泛化能力测试。

标注文件为同名.txt格式，每行格式为类别索引 x_center y_center width height，坐标均为归一化值，配套 data .yaml已配置好类别名称与数量，可直接适配YOLO系列等目标检测框架。

五、数据集核心优势

1. 专注宠物情绪与行为理解

本数据集以猫情绪与状态识别为核心任务，所有图像聚焦于真实养宠场景下的猫个体拍摄，覆盖8种常见情绪与状态。类别语义清晰，覆盖积极/消极情绪及正常/异常生理状态，更利于训练出针对宠物情绪的精准识别模型。

覆盖场景包括：

• 家庭室内养宠环境
• 不同光照与背景条件
• 不同拍摄角度与距离
• 不同猫龄与品种
• 不同情绪姿态与表情

能够有效提升模型的实际部署效果。

2. 完整的情绪与状态谱系覆盖

八类标签从情绪维度和生理维度两个层面形成完整覆盖：

情绪维度：

• 积极情绪：开心、好奇、乞求
• 消极情绪：愤怒、惊恐、害怕

生理维度：

• 正常状态：困倦
• 异常状态：生病

覆盖了宠物行为理解与健康监测的核心需求，便于支撑智能养宠设备的综合应用。

3. 丰富的姿态与表情多样性

数据覆盖多种情绪表现形态：

• 面部表情：瞳孔变化、耳朵姿态、口鼻状态等
• 身体姿态：炸毛、弓背、蜷缩、伸展、蹭人等
• 行为特征：打呼噜、踩奶、打哈欠、探索嗅闻等
• 不同猫龄：幼猫、成猫、老年猫
• 不同品种：短毛、长毛、不同脸型特征

贴近真实养宠环境，有效提升模型泛化能力。

4. 高质量人工标注

所有图像均经过高质量人工精准标注：

• 边界框规整、无漏标/错标
• 以猫整体为目标进行框选标注
• 8类标签判别标准统一清晰
• 满足高精度检测模型训练需求

有效保证模型训练质量。

5. 即用型数据组织

标准目录结构+多类别配置，无需复杂预处理，下载即可直接用于模型训练，降低使用门槛。配套data.yaml已配置好类别名称与数量，一键启动训练。

6. 充足的样本量

总计约3200张高质量图像，样本量充足，保障模型训练收敛性与泛化能力，覆盖多种猫的情绪姿态与拍摄环境。

六、适用场景

宠物行为理解与情绪分析

为智能养宠系统提供猫情绪的自动识别能力，帮助主人理解宠物的心理状态与行为意图。

智能养宠监控 摄像头

集成于智能摄像头产品，实时监测猫的情绪变化与行为状态，异常时主动推送提醒。

互动玩具与陪伴机器人

为宠物互动玩具、陪伴机器人提供 情绪识别 能力，实现基于猫情绪的智能互动与陪伴。

宠物健康异常预警

通过识别"生病"等异常状态，帮助主人及时发现宠物健康问题，实现早期干预。

宠物行为研究

为宠物行为学、动物心理学研究提供数据化工具与算法支撑。

教学科研

用于多类别目标检测、行为识别研究等科研场景。

七、适用研究方向

本数据集可广泛应用于以下研究领域：

• 宠物行为识别与情绪分析研究（8类）
• 多类别目标检测研究
• 动物面部表情识别研究
• 宠物健康监测研究
• YOLO系列模型优化研究
• 轻量化检测模型与边缘部署研究
• 域适应与跨场景泛化研究
• 人机交互与人宠互动研究
• 动物福利与行为学研究

八、总结

猫情绪检测数据集包含约3200张高质量标注图像，采用标准YOLO格式构建，专注于猫情绪与状态的检测识别任务。数据集覆盖愤怒、乞求、惊恐、开心、害怕、生病、困倦、好奇8类核心情绪与状态类别，覆盖积极/消极情绪及正常/异常生理状态，具有类别全面、场景多样、标注精准等特点，可广泛应用于宠物行为理解、智能养宠监控、互动玩具、健康预警等领域，是开展宠物情绪识别算法研发与智能养宠系统建设的优质数据资源。