Conjunto de datos Dog-Pose#

8,449

Dog Pose

ultralytics

publicPose

Dog pose-estimation dataset with 8,449 unique images across 6,750 train and 1,699 validation images, all labeled with one dog instance and 24 three-dimensional keypoints including visibility. Twenty-seven exact duplicate images were removed; for conflicting duplicate annotations, the original label with the most visible keypoints was retained. Images originate from the Stanford Dogs/ImageNet collection and are restricted to research use.

1 class480.7 MBAug 21, 2026

dog

dogsanimalspose-estimation+1

Introducción#

El conjunto de datos Dog-Pose de Ultralytics es un conjunto de datos extenso y de alta calidad creado específicamente para la estimación de puntos clave en perros, que proporciona 6773 imágenes de entrenamiento y 1703 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 específica o un animal completamente diferente, Ultralytics Platform se encarga de subir, etiquetar y entrenar un modelo de puntos clave personalizado con tus propios datos sin necesidad de gestionar infraestructura.

Estructura del dataset#

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

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

• Tamaño de descarga: ~337 MB.

• Diseño:

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

YAML del dataset#

Se utiliza un archivo YAML para definir la configuración del conjunto de datos. Incluye rutas, detalles de los puntos clave y otra información relevante. 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 en el conjunto de datos Dog-Pose durante 100 épocas con un tamaño de imagen de 640, puedes usar 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="dog-pose.yaml", epochs=100, imgsz=640)

Muestras de imágenes 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 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 Dog-Pose y los beneficios de usar mosaicing durante el proceso de entrenamiento.

Citas y agradecimientos#

Si utilizas el conjunto de datos Dog-Pose en tu trabajo de investigación o desarrollo, por favor 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 agradecer al 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 de Stanford Dogs Dataset.

FAQ#