Dataset 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 dataset Dog-Pose de Ultralytics es un dataset extenso y de alta calidad, seleccionado específicamente para la estimación de puntos clave en perros, con 6.773 imágenes de entrenamiento y 1.703 de validación.

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

Para una raza concreta o incluso para un animal diferente, Ultralytics Platform se encarga de cargar, etiquetar y entrenar un modelo de puntos clave personalizado con tus propios datos, sin que tengas que gestionar la infraestructura.

Estructura del dataset#

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

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

• Tamaño de descarga: ~337 MB.

• Estructura:

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

YAML del dataset#

Se utiliza un archivo YAML para definir la configuración del dataset. Incluye rutas, detalles de los puntos clave y otra información relevante. En el caso del dataset 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 dataset Dog-Pose durante 100 épocas y con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código. Para consultar una lista completa de los argumentos disponibles, visita 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="dog-pose.yaml", epochs=100, imgsz=640)

Imágenes de ejemplo y anotaciones#

Estos son algunos ejemplos de imágenes del dataset Dog-Pose, junto con sus anotaciones correspondientes:

• Imagen con mosaico: Esta imagen muestra un lote de entrenamiento compuesto por imágenes del conjunto de datos combinadas mediante mosaico. El mosaico es una técnica utilizada durante el entrenamiento que combina varias imágenes en una sola para 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 dataset Dog-Pose, así como las ventajas de utilizar mosaicos durante el proceso de entrenamiento.

Citas y agradecimientos#

Si utilizas el dataset Dog-Pose en tu trabajo de investigación o 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}
}

Nos gustaría reconocer al equipo de Stanford por crear y mantener este valioso recurso para la comunidad de visión artificial. Para obtener más información sobre el dataset Dog-Pose y sus creadores, visita el sitio web del Stanford Dogs Dataset.

Preguntas frecuentes#