File size: 1,800 Bytes
d49b613
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
---

license: other
license_name: exercise-api-license
language:
  - es
  - en
task_categories:
  - image-classification
  - image-to-text
  - text-generation
tags:
  - fitness
  - gym
  - exercise
  - multimodal
  - bilingual
size_categories:
  - n<1K
configs:
  - config_name: images
    data_files: metadata.jsonl
  - config_name: instructions
    data_files: instructions.jsonl
  - config_name: exercises
    data_files: exercises.jsonl
---


# Exercise API — Dataset

Dataset de **104 ejercicios** de gimnasio (bilingüe ES/EN) derivado de la
[Exercise API](https://marcmayol.com/exercise-api). Cada ejercicio incluye grupo muscular,
equipamiento, músculos principal/secundario, instrucciones paso a paso e **ilustración

masculina y femenina** (208 imágenes en total).

## Configuraciones

- **`images`** — 1 fila por imagen (208). Etiquetas (grupo, equipamiento,
  músculos, género) + `caption_es`/`caption_en`. Para clasificación de imagen y multimodal
  (image-to-text / VQA). Formato Hugging Face `imagefolder`.
- **`instructions`** — 832 pares instrucción→respuesta bilingües, para
  fine-tuning de LLMs.
- **`exercises`** — 104 filas, tabla plana (una por ejercicio).

## Grupos

- Chest: 12
- Back: 13
- Shoulders: 11
- Arms: 13
- Legs: 28
- Core: 16
- Cardio: 11

## Cómo cargarlo

```python

from datasets import load_dataset

img  = load_dataset("imagefolder", data_dir="build", split="train")   # visión / multimodal

inst = load_dataset("json", data_files="build/instructions.jsonl", split="train")  # LLM

```

## Licencia y créditos

Ilustraciones y datos © Marc Mayol (ver `LICENSE` del proyecto). Los mapas musculares
derivan de react-native-body-highlighter (MIT). Generado con `make_dataset.py`.