Dog-Pose-Datensatz#

8,449

Dog Pose

ultralytics

publicPose

Dog pose-estimation dataset with 8,449 unique images across 6,750 train and 1,699 validation images, all labeled with one dog instance and 24 three-dimensional keypoints including visibility. Twenty-seven exact duplicate images were removed; for conflicting duplicate annotations, the original label with the most visible keypoints was retained. Images originate from the Stanford Dogs/ImageNet collection and are restricted to research use.

1 class480.7 MBAug 21, 2026

dog

dogsanimalspose-estimation+1

Einführung#

Das Ultralytics Dog-Pose-Datensatz ist ein hochwertiger und umfangreicher Datensatz, der speziell für die Schätzung von Hunde-Schlüsselpunkten kuratiert wurde und 6.773 Trainings- und 1.703 Validierungsbilder bereitstellt.

Jedes annotierte Bild enthält 24 Keypoints mit jeweils 3 Dimensionen (x, y, Sichtbarkeit), was ihn zu einer wertvollen Ressource für fortgeschrittene Forschung und Entwicklung im Bereich Computer Vision macht.

Für eine bestimmte Rasse oder ein ganz anderes Tier übernimmt die Ultralytics Platform das Hochladen, Kennzeichnen und Trainieren eines benutzerdefinierten Schlüsselpunktmodells mit deinen eigenen Daten, ohne dass du Infrastruktur verwalten musst.

Datensatzstruktur#

• Gesamtzahl der Bilder: 8.476 (6.773 Training / 1.703 Validierung) mit passenden Label-Dateien im YOLO-Format.

• Schlüsselpunkte: 24 pro Hund mit (x, y, visibility)-Dreiergruppen.

• Download-Größe: ~337 MB.

• Layout:

  datasets/dog-pose/
  ├── images/{train,val}
  └── labels/{train,val}

Datensatz-YAML#

Eine YAML-Datei wird verwendet, um die Datensatzkonfiguration zu definieren. Sie enthält Pfade, Schlüsselpunktdetails und andere relevante Informationen. Im Fall des Dog-Pose-Datensatzes ist die dog-pose.yaml-Datei unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml verfügbar.

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

# Dogs dataset http://vision.stanford.edu/aditya86/ImageNetDogs/ by Stanford
# Documentation: https://docs.ultralytics.com/datasets/pose/dog-pose
# Example usage: yolo train data=dog-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── dog-pose ← downloads here (337 MB)

# 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: dog-pose # dataset root dir
train: images/train # train images (relative to 'path') 6773 images
val: images/val # val images (relative to 'path') 1703 images

# Keypoints
kpt_shape: [24, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)

# Classes
names:
  0: dog

# Keypoint names per class
kpt_names:
  0:
    - front_left_paw
    - front_left_knee
    - front_left_elbow
    - rear_left_paw
    - rear_left_knee
    - rear_left_elbow
    - front_right_paw
    - front_right_knee
    - front_right_elbow
    - rear_right_paw
    - rear_right_knee
    - rear_right_elbow
    - tail_start
    - tail_end
    - left_ear_base
    - right_ear_base
    - nose
    - chin
    - left_ear_tip
    - right_ear_tip
    - left_eye
    - right_eye
    - withers
    - throat

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/dog-pose.zip

Verwendung#

Um ein YOLO26n-pose-Modell auf dem Dog-Pose-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, kannst du die folgenden Codeausschnitte verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Modellseite 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="dog-pose.yaml", epochs=100, imgsz=640)

Beispielbilder und Annotationen#

Hier sind einige Beispiele für Bilder aus dem Dog-Pose-Dataset 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 Dog-Pose-Dataset sowie die Vorteile der Verwendung von Mosaicing während des Trainingsprozesses.

Zitate und Danksagungen#

Wenn du das Dog-Pose-Dataset für deine Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Paper:

@inproceedings{khosla2011fgvc,
  title={Novel dataset for Fine-Grained Image Categorization},
  author={Aditya Khosla and Nityananda Jayadevaprakash and Bangpeng Yao and Li Fei-Fei},
  booktitle={First Workshop on Fine-Grained Visual Categorization (FGVC), IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2011}
}
@inproceedings{deng2009imagenet,
  title={ImageNet: A Large-Scale Hierarchical Image Database},
  author={Jia Deng and Wei Dong and Richard Socher and Li-Jia Li and Kai Li and Li Fei-Fei},
  booktitle={IEEE Computer Vision and Pattern Recognition (CVPR)},
  year={2009}
}

Wir möchten dem Team von Stanford dafür danken, dass es diese wertvolle Ressource für die Computer Vision-Community erstellt und gepflegt hat. Weitere Informationen über den Dog-Pose-Datensatz und seine Ersteller findest du auf der Website des Stanford Dogs Dataset.

FAQ#