Conjunto de datos Dog-Pose#

8,449

Dog Pose

ultralytics

publicPose

Dog Pose builds on Stanford Dogs and ImageNet imagery, labeling one dog per image with 24 three-dimensional keypoints and visibility. It supports articulated animal pose estimation across breeds, body shapes, viewpoints, actions, occlusion, and image backgrounds.

1 class480.7 MBSep 2, 2026

dog

dogsanimalspose-estimation+1

Introducción#

El conjunto de datos Dog-Pose de Ultralytics es un conjunto de datos extenso y de alta calidad, seleccionado específicamente para estimar puntos clave en perros. Incluye 6.773 imágenes de entrenamiento y 1.703 de validación.

Cada imagen anotada incluye 24 puntos clave con 3 dimensiones por punto (x, y, visibilidad), lo que la convierte en un recurso valioso para la investigación y el desarrollo avanzados en visión artificial.

Si buscas una raza concreta u otro animal, Ultralytics Platform te permite subir datos propios, etiquetarlos y entrenar un modelo personalizado de puntos clave sin tener que gestionar la infraestructura.

Estructura del conjunto de datos#

• Total de imágenes: 8.476 (6.773 de entrenamiento / 1.703 de validación), con los archivos de etiquetas correspondientes en formato YOLO.

• Puntos clave: 24 por perro, en tripletas (x, y, visibility).

• Tamaño de descarga: ~337 MB.

• Estructura:

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

YAML del conjunto de datos#

Se utiliza un archivo YAML para definir la configuración del conjunto de datos. Incluye las rutas, los detalles de los puntos clave y otros datos relevantes. En el caso del conjunto de datos Dog-Pose, el archivo dog-pose.yaml está disponible en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml.

# 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

Uso#

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

from ultralytics import YOLO

# Cargar un modelo
model = YOLO("yolo26n-pose.pt")  # Carga un modelo preentrenado (recomendado para el entrenamiento)

# Entrenar el modelo
results = model.train(data="dog-pose.yaml", epochs=100, imgsz=640)

Imágenes de muestra y anotaciones#

Aquí tienes algunos ejemplos de imágenes del conjunto de datos Dog-Pose junto con sus anotaciones correspondientes:

• Imagen en mosaico: Esta imagen muestra un lote de entrenamiento compuesto por imágenes del conjunto de datos dispuestas en mosaico. El mosaico es una técnica que se utiliza durante el entrenamiento para combinar varias imágenes en una sola y aumentar la variedad de objetos y escenas de cada lote de entrenamiento. Esto ayuda a mejorar la capacidad del modelo para generalizar a distintos tamaños de objetos, relaciones de aspecto y contextos.

El ejemplo muestra la variedad y complejidad de las imágenes del conjunto de datos Dog-Pose y las ventajas de usar mosaicos durante el entrenamiento.

Citas y agradecimientos#

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

@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}
}

Queremos reconocer la labor del equipo de Stanford por crear y mantener este valioso recurso para la comunidad de visión artificial. Para obtener más información sobre el conjunto de datos Dog-Pose y sus creadores, visita el sitio web del conjunto de datos Stanford Dogs.

Preguntas frecuentes#