Link to this sectionConjunto de datos COCO-Pose#

El conjunto de datos COCO-Pose adapta COCO (Common Objects in Context) para la estimación de pose: 58 945 imágenes de COCO Keypoints 2017, anotadas con 156 165 personas usando un esquema de 17 puntos clave. Es el conjunto estándar para entrenar y evaluar modelos de puntos clave como Ultralytics YOLO26, y el subconjunto COCO8-Pose de 8 imágenes refleja su formato para comprobaciones rápidas.

Link to this sectionModelos preentrenados de COCO-Pose#

Link to this sectionCaracterísticas clave#

• COCO-Pose se basa en el desafío COCO Keypoints 2017, el cual etiqueta 1 710 498 puntos clave individuales a lo largo de 156 165 personas anotadas.
• Cada anotación de persona utiliza 17 tipos de puntos clave —nariz, ojos, orejas, hombros, codos, muñecas, caderas, rodillas y tobillos— almacenados como tripletes (x, y, visibility).
• Al igual que COCO, proporciona métricas de evaluación estandarizadas, incluida la similitud de puntos clave de objetos (OKS) para tareas de estimación de pose, lo que lo hace adecuado para comparar el rendimiento de los modelos.
• Tamaño de la descarga: ~20,2 GB en el primer uso (train2017.zip + val2017.zip + etiquetas). El archivo test2017.zip de 7 GB no se descarga automáticamente, ya que esas imágenes tienen la verdad fundamental (ground truth) oculta y solo se necesitan para un envío a test-dev2017.

Link to this sectionEstructura del dataset#

Para el entrenamiento y la validación, COCO-Pose incluye solo imágenes de COCO 2017 con personas con anotaciones de puntos clave, por lo que sus divisiones etiquetadas son más pequeñas que las del COCO completo. Su YAML define tres subconjuntos:

1. Train2017: Este subconjunto contiene 56 599 imágenes del conjunto de datos COCO, anotadas para entrenar modelos de estimación de pose.
2. Val2017: Este subconjunto tiene 2 346 imágenes utilizadas con fines de validación durante el entrenamiento del modelo.
3. Test-dev2017: Un subconjunto de 20 288 imágenes del conjunto completo de 40 670 imágenes de test2017 con la verdad fundamental oculta. El YAML del conjunto de datos vincula esta división al servidor de evaluación de puntos clave COCO test-dev.

El entrenamiento a esta escala es donde más ayuda Ultralytics Platform: gestiona la computación para que puedas lanzar y monitorizar ejecuciones sin tener que aprovisionar tus propias GPU.

Link to this sectionAplicaciones#

El conjunto de datos COCO-Pose se utiliza específicamente para entrenar y evaluar modelos de aprendizaje profundo en la detección de puntos clave y la estimación de pose. La gran cantidad de imágenes anotadas y las métricas de evaluación estandarizadas del conjunto de datos lo convierten en un recurso esencial para investigadores y profesionales de la visión artificial que trabajan con poses humanas.

Link to this sectionYAML del dataset#

Un archivo YAML se utiliza para definir la configuración del conjunto de datos. Contiene información sobre las rutas, las clases y otra información relevante del conjunto de datos. En el caso del conjunto de datos COCO-Pose, el archivo coco-pose.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco-pose.yaml.

# 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 sectionUso#

Para entrenar un modelo YOLO26n-pose en el conjunto de datos COCO-Pose durante 100 épocas con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulta la página de entrenamiento del modelo.

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 sectionMuestras de imágenes y anotaciones#

El conjunto de datos COCO-Pose contiene un conjunto diverso de imágenes con figuras humanas anotadas con puntos clave. Aquí tienes algunos ejemplos de imágenes del conjunto de datos, junto con sus anotaciones correspondientes:

• Imagen en mosaico: Esta imagen muestra un lote de entrenamiento compuesto por imágenes del conjunto de datos en mosaico. El mosaico es una técnica utilizada durante el entrenamiento que combina múltiples imágenes en una sola para aumentar la variedad de objetos y escenas dentro de cada lote de entrenamiento. Esto ayuda a mejorar la capacidad del modelo para generalizar a diferentes tamaños de objeto, relaciones de aspecto y contextos.

El ejemplo muestra la variedad y complejidad de las imágenes en el conjunto de datos COCO-Pose y los beneficios de usar mosaicos durante el proceso de entrenamiento.

Link to this sectionCitas y agradecimientos#

Si utilizas el conjunto de datos COCO-Pose en tu trabajo de investigación o desarrollo, por favor cita el siguiente artículo:

@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}
}

Nos gustaría agradecer al Consorcio COCO por crear y mantener este valioso recurso para la comunidad de visión artificial. Para obtener más información sobre el conjunto de datos COCO-Pose y sus creadores, visita el sitio web del conjunto de datos COCO.

Link to this sectionFAQ#

Link to this section¿Qué es el conjunto de datos COCO-Pose y cómo se utiliza con Ultralytics YOLO para la estimación de pose?#

COCO-Pose proporciona las imágenes y anotaciones de COCO Keypoints 2017 convertidas al formato de puntos clave YOLO, utilizando un esquema de 17 puntos clave en 58 945 imágenes. Apunta cualquier modelo de pose de Ultralytics YOLO hacia él con data=coco-pose.yaml, y la página de Entrenamiento documenta cada argumento que puedes ajustar a partir de ahí.

Link to this section¿Cómo puedo entrenar un modelo YOLO26 en el conjunto de datos COCO-Pose?#

Carga yolo26n-pose.pt y llama a model.train(data="coco-pose.yaml", epochs=100, imgsz=640) — consulta el Ejemplo de entrenamiento anterior para ver los fragmentos completos de Python y CLI, y la página de entrenamiento para obtener una lista completa de argumentos.

Link to this section¿Cuáles son las diferentes métricas proporcionadas por el conjunto de datos COCO-Pose para evaluar el rendimiento del modelo?#

El conjunto de datos COCO-Pose proporciona varias métricas de evaluación estandarizadas para tareas de estimación de pose, similares al conjunto de datos COCO original. Las métricas clave incluyen la similitud de puntos clave de objetos (OKS), que evalúa la precisión de los puntos clave predichos frente a las anotaciones de verdad fundamental. Estas métricas permiten comparaciones exhaustivas de rendimiento entre diferentes modelos. Por ejemplo, los modelos preentrenados de COCO-Pose como YOLO26n-pose, YOLO26s-pose y otros tienen métricas de rendimiento específicas enumeradas en la documentación, como mAP^pose50-95 y mAP^pose50.

Link to this section¿Cómo se estructura y divide el conjunto de datos para el conjunto de datos COCO-Pose?#

COCO-Pose incluye dos divisiones etiquetadas: 56 599 imágenes train2017 y 2 346 imágenes val2017. Una tercera división, test-dev2017 (20 288 de las 40 670 imágenes totales de test2017), mantiene su verdad fundamental privada; el YAML del conjunto de datos la vincula al servidor de evaluación de puntos clave COCO test-dev. Consulta la sección Estructura del conjunto de datos, o el archivo coco-pose.yaml en GitHub para conocer las rutas exactas de las divisiones.

Link to this section¿Cuáles son las características y aplicaciones clave del conjunto de datos COCO-Pose?#

COCO-Pose utiliza 17 tipos de puntos clave humanos y hereda las métricas estandarizadas de COCO, incluida la similitud de puntos clave de objetos (OKS), para comparar modelos. Esa combinación es adecuada para aplicaciones de pose humana como análisis deportivo, atención sanitaria e interacción persona-ordenador. Los pesos preentrenados de YOLO26-pose se enumeran en Modelos preentrenados de COCO-Pose.

Para obtener más información sobre los modelos de puntos clave, consulta los documentos de la tarea de Estimación de pose.