Tiger-Pose-Datensatz
EinfĂŒhrung
Ultralytics stellt den Tiger-Pose-Datensatz vor, eine vielseitige Sammlung, die fĂŒr PosenschĂ€tzungsaufgaben entwickelt wurde. Dieser Datensatz umfasst 263 Bilder aus einem YouTube-Video, von denen 210 Bilder fĂŒr das Training und 53 fĂŒr die Validierung verwendet werden. Er ist eine hervorragende Ressource zum Testen und zur Fehlersuche bei Algorithmen zur PosenschĂ€tzung.
Trotz seiner ĂŒberschaubaren GröĂe von 210 Bildern bietet der Tiger-Pose-Datensatz eine groĂe Vielfalt. Er eignet sich daher zur Bewertung von Trainingspipelines, zur Identifizierung potenzieller Fehler und als wertvolle Vorstufe zur Arbeit mit gröĂeren DatensĂ€tzen fĂŒr die PosenschĂ€tzung.
Dieser Datensatz ist fĂŒr die Verwendung mit Ultralytics HUB und YOLOv8.
Pass auf: Trainiere das YOLOv8 Pose-Modell auf dem Tiger-Pose-Datensatz mit Ultralytics HUB
Datensatz YAML
Eine YAML-Datei (Yet Another Markup Language) dient dazu, die Konfigurationsdetails eines Datensatzes festzulegen. Sie enthĂ€lt wichtige Daten wie Dateipfade, Klassendefinitionen und andere relevante Informationen. Speziell fĂŒr die tiger-pose.yaml
Datei, kannst du prĂŒfen Ultralytics Tiger-Pose Datensatz Konfigurationsdatei.
ultralytics/cfg/datasets/tiger-pose.yaml
# Ultralytics YOLO đ, AGPL-3.0 license
# Tiger Pose dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/tiger-pose/
# Example usage: yolo train data=tiger-pose.yaml
# parent
# âââ ultralytics
# âââ datasets
# âââ tiger-pose â downloads here (75.3 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: ../datasets/tiger-pose # dataset root dir
train: train # train images (relative to 'path') 210 images
val: val # val images (relative to 'path') 53 images
# Keypoints
kpt_shape: [12, 2] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
# Classes
names:
0: tiger
# Download script/URL (optional)
download: https://ultralytics.com/assets/tiger-pose.zip
Verwendung
Um ein YOLOv8n-pose-Modell auf dem Tiger-Pose-Datensatz fĂŒr 100 Epochen mit einer BildgröĂe von 640 zu trainieren, kannst du die folgenden Codeschnipsel verwenden. Eine umfassende Liste der verfĂŒgbaren Argumente findest du auf der Seite Modelltraining.
Beispiel fĂŒr einen Zug
Beispielbilder und Anmerkungen
Hier sind einige Beispiele von Bildern aus dem Tiger-Pose-Datensatz, zusammen mit den entsprechenden Anmerkungen:
- Mosaikbild: Dieses Bild zeigt einen Trainingsstapel, der aus Mosaikbildern des Datensatzes besteht. Beim Mosaikieren werden mehrere Bilder zu einem einzigen Bild zusammengefĂŒgt, um die Vielfalt der Objekte und Szenen in jedem Trainingsstapel zu erhöhen. Dadurch wird die FĂ€higkeit des Modells verbessert, sich auf verschiedene ObjektgröĂen, SeitenverhĂ€ltnisse und Kontexte einzustellen.
Das Beispiel zeigt die Vielfalt und KomplexitÀt der Bilder im Tiger-Pose-Datensatz und die Vorteile der Mosaikbildung im Trainingsprozess.
Beispiel fĂŒr eine Schlussfolgerung
Beispiel fĂŒr eine Schlussfolgerung
Zitate und Danksagungen
Der Datensatz wurde unter der AGPL-3.0 Lizenz veröffentlicht.