Dataset COCO-Pose#

58,931

COCO 2017 Pose

ultralytics

publicPose

COCO 2017 human pose benchmark with 58,931 unique train and validation images and 156,104 person instances labeled with 17 keypoints. Includes official train2017 and val2017 pose subsets with exact and canonical duplicate source images normalized to one retained image. Licensed CC BY 4.0.

1 class5.6 GBAug 22, 2026

person

pose-estimationcocococo2017+2

Il dataset COCO-Pose adatta COCO (Common Objects in Context) per la pose estimation: 58.945 immagini da COCO Keypoints 2017, annotate con 156.165 persone usando uno schema a 17 keypoint. È il set standard per l'addestramento e il benchmarking di modelli di keypoint come Ultralytics YOLO26, e il sottoinsieme di 8 immagini COCO8-Pose ne rispecchia il formato per rapidi controlli di integrità.

Modelli preaddestrati COCO-Pose#

Caratteristiche principali#

• COCO-Pose si basa sulla sfida COCO Keypoints 2017, che etichetta 1.710.498 keypoint individuali su 156.165 persone annotate.
• Ogni annotazione di persona utilizza 17 tipi di keypoint — naso, occhi, orecchie, spalle, gomiti, polsi, anche, ginocchia e caviglie — memorizzati come triple (x, y, visibility).
• Come COCO, fornisce metriche di valutazione standardizzate, tra cui l'Object Keypoint Similarity (OKS) per le attività di stima della posa, rendendolo adatto a confrontare le prestazioni dei modelli.
• Dimensione del download: ~20,2 GB al primo utilizzo (train2017.zip + val2017.zip + etichette). Il file test2017.zip da 7 GB non viene recuperato automaticamente, poiché tali immagini hanno la ground truth nascosta e sono necessarie solo per un'invio a test-dev2017.

Struttura del dataset#

Per l'addestramento e la validazione, COCO-Pose include solo immagini COCO 2017 con persone annotate con keypoint, quindi i suoi split etichettati sono più piccoli del COCO completo. Il suo YAML definisce tre subset:

1. Train2017: questo subset contiene 56.599 immagini dal dataset COCO, annotate per l'addestramento di modelli di pose estimation.
2. Val2017: questo subset ha 2.346 immagini utilizzate per scopi di validazione durante l'addestramento del modello.
3. Test-dev2017: Un sottoinsieme di 20.288 immagini tratto dal set test2017 completo di 40.670 immagini con ground truth nascosta. Il file YAML del dataset collega questo split al server di valutazione dei keypoint COCO test-dev.

L'addestramento a questa scala è il momento in cui Ultralytics Platform offre il massimo aiuto: gestisce il calcolo in modo da poter avviare e monitorare le esecuzioni senza dover configurare le proprie GPU.

Applicazioni#

Il dataset COCO-Pose viene utilizzato specificamente per l'addestramento e la valutazione di modelli di deep learning sul rilevamento dei keypoint e sulla pose estimation. Il grande numero di immagini annotate del dataset e le metriche di valutazione standardizzate lo rendono una risorsa essenziale per i ricercatori e i professionisti di computer vision che lavorano sulla posa umana.

Dataset YAML#

Un file YAML viene utilizzato per definire la configurazione del dataset. Contiene informazioni sui percorsi, le classi e altre informazioni rilevanti del dataset. Nel caso del dataset COCO-Pose, il file coco-pose.yaml è mantenuto su 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)

Utilizzo#

Per addestrare un modello YOLO26n-pose sul dataset COCO-Pose per 100 epoch con una dimensione dell'immagine di 640, puoi usare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, fai riferimento alla pagina di Training del modello.

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)

Esempi di immagini e annotazioni#

Il dataset COCO-Pose contiene un set diversificato di immagini con figure umane annotate con keypoint. Ecco alcuni esempi di immagini dal dataset, insieme alle relative annotazioni:

• Immagine Mosaico: Questa immagine mostra un batch di addestramento composto da immagini del dataset a mosaico. Il mosaico è una tecnica utilizzata durante l'addestramento che combina più immagini in un'unica immagine per aumentare la varietà di oggetti e scene all'interno di ogni batch di addestramento. Ciò aiuta a migliorare la capacità del modello di generalizzare a diverse dimensioni, proporzioni e contesti degli oggetti.

L'esempio mostra la varietà e la complessità delle immagini nel dataset COCO-Pose e i vantaggi dell'utilizzo del mosaico durante il processo di addestramento.

Citazioni e riconoscimenti#

Se utilizzi il dataset COCO-Pose nel tuo lavoro di ricerca o sviluppo, cita il seguente documento:

@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}
}

Desideriamo ringraziare il COCO Consortium per aver creato e mantenuto questa preziosa risorsa per la comunità di computer vision. Per ulteriori informazioni sul dataset COCO-Pose e sui suoi creatori, visita il sito web del dataset COCO.

FAQ#