Link to this sectionHand-Keypoints-Datensatz#

Link to this sectionEinführung#

Das Ultralytics Hand Keypoints Dataset enthält 26.768 Bilder von Händen, die mit jeweils 21 Keypoints annotiert wurden. Diese wurden mit der Google MediaPipe-Bibliothek für hohe Genauigkeit und Konsistenz generiert. Es ist mit Ultralytics YOLO26-Formaten für das Training von Pose-Estimation-Modellen kompatibel.

Link to this sectionKeypoints#

Jede Hand ist wie folgt mit 21 Keypoints annotiert:

1. Handgelenk
2. Daumen (4 Punkte)
3. Zeigefinger (4 Punkte)
4. Mittelfinger (4 Punkte)
5. Ringfinger (4 Punkte)
6. Kleiner Finger (4 Punkte)

Link to this sectionDatensatzstruktur#

• Gesamtanzahl Bilder: 26.768 (18.776 train / 7.992 val).
• Klassen: 1 (Hand).
• Keypoints: 21 pro Hand mit (x, y, visibility)-Triplets.
• Download-Größe: ~369 MB.

Für ein benutzerdefiniertes Gesten-Vokabular, das über allgemeine Hand-Landmarks hinausgeht, bietet die Ultralytics Platform die Möglichkeit, dein eigenes Dataset direkt im Browser zu labeln und zu trainieren.

Link to this sectionAnwendungen#

Hand Keypoints unterstützen verschiedene praxisnahe Anwendungen:

• Gestenerkennung: Mensch-Computer-Interaktion und berührungslose Steuerungsschnittstellen.
• AR/VR-Steuerung: präzise Interaktion mit virtuellen Objekten.
• Robotische Manipulation: feinmotorische Steuerung von Roboterhänden.
• Gesundheitswesen: Analyse von Handbewegungen für medizinische Diagnosen.
• Animation: Motion Capturing für realistische Handbewegungen.
• Biometrische Authentifizierung: Sicherheitssysteme auf Basis der Handgeometrie.

Link to this sectionDatensatz-YAML#

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

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

# Hand Keypoints dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/hand-keypoints
# Example usage: yolo train data=hand-keypoints.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── hand-keypoints ← downloads here (369 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: hand-keypoints # dataset root dir
train: images/train # train images (relative to 'path') 18776 images
val: images/val # val images (relative to 'path') 7992 images

# Keypoints
kpt_shape: [21, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 1, 2, 4, 3, 10, 11, 12, 13, 14, 5, 6, 7, 8, 9, 15, 16, 17, 18, 19, 20]

# Classes
names:
  0: hand

# Keypoint names per class
kpt_names:
  0:
    - wrist
    - thumb_cmc
    - thumb_mcp
    - thumb_ip
    - thumb_tip
    - index_mcp
    - index_pip
    - index_dip
    - index_tip
    - middle_mcp
    - middle_pip
    - middle_dip
    - middle_tip
    - ring_mcp
    - ring_pip
    - ring_dip
    - ring_tip
    - pinky_mcp
    - pinky_pip
    - pinky_dip
    - pinky_tip

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

Link to this sectionVerwendung#

Um ein YOLO26n-pose-Modell auf dem Hand-Keypoints-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 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="hand-keypoints.yaml", epochs=100, imgsz=640)

Link to this sectionBeispielbilder und Annotationen#

Das Hand Keypoints Dataset enthält eine vielfältige Sammlung von Bildern mit menschlichen Händen, die mit Keypoints annotiert sind. Hier sind einige Beispiele von Bildern aus dem Dataset, zusammen mit ihren 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 veranschaulicht die Vielfalt und Komplexität der Bilder im Hand-Keypoints-Datensatz sowie die Vorteile der Verwendung von Mosaicing während des Trainingsprozesses.

Link to this sectionZitate und Danksagungen#

Wenn du das Hand Keypoints Dataset in deiner Forschung oder Entwicklungsarbeit verwendest, gib bitte die folgenden Quellen an:

Wir möchten auch dem Ersteller dieses Datensatzes, Rion Dsilva, für seinen großartigen Beitrag zur Vision AI-Forschung danken.

Link to this sectionFAQ#

Link to this sectionWie trainiere ich ein YOLO26-Modell auf dem Hand-Keypoints-Datensatz?#

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

Link to this sectionWas sind die Vorteile bei der Verwendung des Hand Keypoints Datasets?#

Mit 26.768 annotierten Bildern und 21 Keypoints pro Hand, die mittels Google MediaPipe generiert wurden, bietet das Hand Keypoints Dataset Pose-Estimation-Modellen den Umfang und die Annotationsgenauigkeit, die für fortgeschrittene Pose-Estimation-Aufgaben erforderlich sind. Siehe den Abschnitt Keypoints für die vollständige Aufschlüsselung der Landmarks.

Link to this sectionWelche Anwendungen können vom Hand-Keypoints-Datensatz profitieren?#

Hand Keypoints unterstützt Gestenerkennung, AR/VR-Steuerung, robotische Manipulation, Bewegungsanalyse im Gesundheitswesen, Animation und biometrische Authentifizierung — siehe den Abschnitt Applications für Details zu den einzelnen Punkten.

Link to this sectionWie ist der Hand-Keypoints-Datensatz strukturiert?#

Der Hand-Keypoints-Datensatz ist in zwei Teilmengen unterteilt:

1. Train: Enthält 18.776 Bilder für das Training von Pose-Estimation-Modellen.
2. Val: Enthält 7.992 Bilder für Validierungszwecke während des Modelltrainings.

Diese Struktur sorgt für einen umfassenden Trainings- und Validierungsprozess. Weitere Details findest du im Abschnitt Datensatzstruktur.

Link to this sectionWie verwende ich die Datensatz-YAML-Datei für das Training?#

Die Datensatzkonfiguration ist in einer YAML-Datei definiert, die Pfade, Klassen und weitere relevante Informationen enthält. Die hand-keypoints.yaml-Datei findest du unter hand-keypoints.yaml.

Um diese YAML-Datei für das Training zu verwenden, gib sie in deinem Trainingsskript oder CLI-Befehl an, wie im obigen Trainingsbeispiel gezeigt. Weitere Details findest du im Abschnitt Datensatz-YAML.