Link to this sectionCOCO-Pose-Datensatz#

Der COCO-Pose Datensatz adaptiert COCO (Common Objects in Context) für die Pose Estimation: 58.945 Bilder aus COCO Keypoints 2017, annotiert mit 156.165 Personen unter Verwendung eines 17-Keypoint-Schemas. Es ist das Standard-Set für das Training und das Benchmarking von Keypoint-Modellen wie Ultralytics YOLO26, und das 8-Bilder COCO8-Pose Subset spiegelt dessen Format für schnelle Plausibilitätsprüfungen wider.

Link to this sectionCOCO-Pose vortrainierte Modelle#

Link to this sectionHauptfunktionen#

• COCO-Pose baut auf der COCO Keypoints 2017 Challenge auf, welche 1.710.498 individuelle Keypoints über 156.165 annotierte Personen hinweg kennzeichnet.
• Jede Personen-Annotation verwendet 17 Keypoint-Typen – Nase, Augen, Ohren, Schultern, Ellbogen, Handgelenke, Hüften, Knie und Knöchel – gespeichert als (x, y, visibility) Triplets.
• Wie COCO bietet er standardisierte Bewertungsmetriken, einschließlich der Object Keypoint Similarity (OKS) für Pose-Estimation-Aufgaben, wodurch er sich gut für den Vergleich der Modellleistung eignet.
• Downloadgröße: ~20,2 GB bei der ersten Nutzung (train2017.zip + val2017.zip + Labels). Die 7 GB große test2017.zip wird nicht automatisch abgerufen, da diese Bilder keine Ground-Truth-Daten enthalten und nur für eine test-dev2017-Einreichung benötigt werden.

Link to this sectionDatensatzstruktur#

Für Training und Validierung enthält COCO-Pose nur COCO 2017 Bilder mit Keypoint-annotierten Personen, daher sind seine gelabelten Splits kleiner als die des vollständigen COCO. Sein YAML definiert drei Subsets:

1. Train2017: Dieses Subset enthält 56.599 Bilder aus dem COCO Datensatz, annotiert für das Training von Pose Estimation Modellen.
2. Val2017: Dieses Subset enthält 2.346 Bilder, die für Validierungszwecke während des Modelltrainings verwendet werden.
3. Test-dev2017: Ein Subset von 20.288 Bildern aus dem vollständigen 40.670-Bilder test2017-Set mit zurückgehaltenen Ground-Truth-Daten. Das Datensatz-YAML verlinkt diesen Split mit dem COCO test-dev keypoints evaluation server.

Training in diesem Umfang ist der Bereich, in dem die Ultralytics Platform am meisten hilft – sie verwaltet die Rechenleistung, sodass du Runs starten und überwachen kannst, ohne deine eigenen GPUs bereitstellen zu müssen.

Link to this sectionAnwendungen#

Der COCO-Pose Datensatz wird speziell für das Training und die Evaluierung von Deep Learning Modellen zur Keypoint-Detektion und Pose Estimation verwendet. Die große Anzahl annotierter Bilder und standardisierte Bewertungsmetriken machen ihn zu einer unverzichtbaren Ressource für Computer Vision Forscher und Praktiker, die an menschlicher Pose arbeiten.

Link to this sectionDatensatz-YAML#

Eine YAML-Datei wird verwendet, um die Dataset-Konfiguration zu definieren. Sie enthält Informationen über die Pfade, Klassen und weitere relevante Details des Datasets. Im Fall des COCO-Pose-Datasets wird die Datei coco-pose.yaml unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco-pose.yaml gepflegt.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO 2017 Keypoints dataset https://cocodataset.org by Microsoft
# Documentation: https://docs.ultralytics.com/datasets/pose/coco
# Example usage: yolo train data=coco-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco-pose ← downloads here (20.2 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: coco-pose # dataset root dir
train: train2017.txt # train images (relative to 'path') 56599 images
val: val2017.txt # val images (relative to 'path') 2346 images
test: test-dev2017.txt # 20288 of 40670 images, submit to https://codalab.lisn.upsaclay.fr/competitions/7403

# Keypoints
kpt_shape: [17, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 2, 1, 4, 3, 6, 5, 8, 7, 10, 9, 12, 11, 14, 13, 16, 15]

# Classes
names:
  0: person

# Keypoint names per class
kpt_names:
  0:
    - nose
    - left_eye
    - right_eye
    - left_ear
    - right_ear
    - left_shoulder
    - right_shoulder
    - left_elbow
    - right_elbow
    - left_wrist
    - right_wrist
    - left_hip
    - right_hip
    - left_knee
    - right_knee
    - left_ankle
    - right_ankle

# Download script/URL (optional)
download: |
  from pathlib import Path

  from ultralytics.utils import ASSETS_URL
  from ultralytics.utils.downloads import download

  # Download labels
  dir = Path(yaml["path"])  # dataset root dir

  urls = [f"{ASSETS_URL}/coco2017labels-pose.zip"]
  download(urls, dir=dir.parent)

  # Download data (test2017.zip excluded: ground truth is withheld, only used for the CodaLab test-dev split)
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
  ]
  download(urls, dir=dir / "images", threads=3)

Link to this sectionVerwendung#

Um ein YOLO26n-pose-Modell auf dem COCO-Pose-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, kannst du die folgenden Code-Schnipsel verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite für das Modell-Training.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-pose.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco-pose.yaml", epochs=100, imgsz=640)

Link to this sectionBeispielbilder und Annotationen#

Der COCO-Pose-Datensatz enthält eine vielfältige Sammlung von Bildern mit menschlichen Figuren, die mit Keypoints annotiert sind. Hier sind einige Beispiele von Bildern aus dem Datensatz, zusammen mit den entsprechenden Annotationen:

• Mosaik-Bild: Dieses Bild zeigt einen Trainings-Batch, der aus mosaikierten Datensatz-Bildern besteht. Mosaicing ist eine Technik, die während des Trainings verwendet wird, um mehrere Bilder zu einem einzigen Bild zu kombinieren, um die Vielfalt der Objekte und Szenen innerhalb jedes Trainings-Batches zu erhöhen. Dies trägt dazu bei, die Fähigkeit des Modells zu verbessern, auf verschiedene Objektgrößen, Seitenverhältnisse und Kontexte zu generalisieren.

Das Beispiel verdeutlicht die Vielfalt und Komplexität der Bilder im COCO-Pose-Datensatz sowie die Vorteile der Verwendung von Mosaicing während des Trainingsprozesses.

Link to this sectionZitate und Danksagungen#

Wenn du den COCO-Pose-Datensatz in deiner Forschung oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Paper:

@misc{lin2015microsoft,
      title={Microsoft COCO: Common Objects in Context},
      author={Tsung-Yi Lin and Michael Maire and Serge Belongie and Lubomir Bourdev and Ross Girshick and James Hays and Pietro Perona and Deva Ramanan and C. Lawrence Zitnick and Piotr Dollár},
      year={2015},
      eprint={1405.0312},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Wir möchten dem COCO-Konsortium für die Erstellung und Pflege dieser wertvollen Ressource für die Computer-Vision-Community danken. Weitere Informationen über den COCO-Pose-Datensatz und seine Ersteller findest du auf der COCO-Datensatz-Website.

Link to this sectionFAQ#

Link to this sectionWas ist der COCO-Pose-Datensatz und wie wird er mit Ultralytics YOLO für Pose-Estimation verwendet?#

COCO-Pose liefert die COCO Keypoints 2017 Bilder und Annotationen, konvertiert in das YOLO Keypoint-Format, unter Verwendung eines 17-Keypoint-Schemas über 58.945 Bilder. Zeige mit data=coco-pose.yaml auf ein beliebiges Ultralytics YOLO Pose-Modell, und die Training Seite dokumentiert jedes Argument, das du von dort aus anpassen kannst.

Link to this sectionWie kann ich ein YOLO26-Modell auf dem COCO-Pose-Datensatz trainieren?#

Lade yolo26n-pose.pt und rufe model.train(data="coco-pose.yaml", epochs=100, imgsz=640) auf – siehe das Train Example oben für die vollständigen Python- und CLI-Snippets und die Training-Seite für eine umfassende Liste der Argumente.

Link to this sectionWelche verschiedenen Metriken bietet der COCO-Pose-Datensatz zur Bewertung der Modellleistung?#

Der COCO-Pose-Datensatz bietet mehrere standardisierte Bewertungsmetriken für Pose-Estimation-Aufgaben, ähnlich wie der ursprüngliche COCO-Datensatz. Zu den wichtigsten Metriken gehört die Object Keypoint Similarity (OKS), die die Genauigkeit der vorhergesagten Keypoints gegenüber Ground-Truth-Annotationen bewertet. Diese Metriken ermöglichen gründliche Leistungsvergleiche zwischen verschiedenen Modellen. Zum Beispiel haben die vortrainierten COCO-Pose-Modelle wie YOLO26n-pose, YOLO26s-pose und andere spezifische Leistungsmetriken, die in der Dokumentation aufgeführt sind, wie mAP^pose50-95 und mAP^pose50.

Link to this sectionWie ist der COCO-Pose-Datensatz strukturiert und unterteilt?#

COCO-Pose liefert zwei gelabelte Splits: 56.599 train2017 Bilder und 2.346 val2017 Bilder. Ein dritter Split, test-dev2017 (20.288 der vollständigen 40.670 test2017 Bilder), hält seine Ground-Truth-Daten privat; das Datensatz-YAML verlinkt diesen mit dem COCO test-dev keypoints evaluation server. Siehe den Abschnitt Dataset Structure oder die coco-pose.yaml Datei auf GitHub für die exakten Pfade der Splits.

Link to this sectionWas sind die wichtigsten Funktionen und Anwendungen des COCO-Pose-Datensatzes?#

COCO-Pose verwendet 17 menschliche Keypoint-Typen und übernimmt COCOs standardisierte Metriken, einschließlich Object Keypoint Similarity (OKS), für den Vergleich von Modellen. Diese Kombination eignet sich für Anwendungen der menschlichen Pose wie Sportanalytik, Gesundheitswesen und Mensch-Computer-Interaktion. Vortrainierte YOLO26-pose Gewichte sind unter COCO-Pose Pretrained Models aufgelistet.

Für mehr Informationen zu Keypoint-Modellen, siehe die Pose Estimation Aufgaben-Dokumentation.