收集一定数量的人体关节角度，通过相应的姿态分类算法，用于判断分类器准确与否
通过pandas库读取数据集图像，再调用movenet thunder模型估计得出人体骨骼关键点在图片中的位置（关键点坐标）和置信度，选用坐标置信度最高的17个坐标作为关键点坐标，：鼻子，左/右眼，左/右耳朵，左/右肩膀，左/右手肘，左/右手腕，左/右臀部，左/右膝盖，左/右脚踝。由于人高矮胖瘦不同，需要采取一些视不变特征作为数据输入，这里根据关键点, 计算十个关节角，左右头部关节角：鼻子坐标A，耳朵坐标B，肩膀坐标C；左右肩膀关节角：肩膀坐标A，手肘坐标B，臀部坐标C；左右背部关节角：臀部角度A，肩膀角度B，膝盖角度C；左右手肘关节角：将手肘坐标A，手腕坐标B，肩部坐标C；左右膝关节角：膝关节坐标A，臀部坐标B，脚踝坐标C输入，计算各边长，通过三角余弦公式cos(A) = (b^2 + c^2 - a^2) / (2bc)计算人体关节角度的余弦值作为视不变特征，将add_train.csv输入svm，knn等分类器训练，在将add_test.csv输入训练好的svm，knn等分类器，将分类结果与class no对比准确率
| 字段名 | 类型 | 描述 |
|---|---|---|
left head |
-- | -- |
right head |
-- | -- |
left shoulder |
-- | -- |
right shoulder |
-- | -- |
left back |
-- | -- |
| fieldName | exampleValue |
|---|---|
| left head | -0.72336 |
| right head | -0.48062 |
| left shoulder | 0.96003 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/7367