COCO-Poseデータセット#

58,931

COCO 2017 Pose

ultralytics

publicPose

COCO 2017 Pose is the canonical human-keypoint benchmark, labeling person instances with 17 body landmarks in everyday scenes. It covers varied poses, scales, crowding, truncation, and occlusion for standardized articulated-human pose estimation.

1 class5.6 GBSep 2, 2026

person

pose-estimationcocococo2017+2

COCO-Poseデータセットは、COCO（コンテキスト内の一般物体）をポーズ推定向けに適応したものです。COCO Keypoints 2017の58,945枚の画像に、17キーポイントスキーマを使用して156,165人分のアノテーションが付与されています。Ultralytics YOLO26などのキーポイントモデルのトレーニングとベンチマークに使用される標準データセットであり、8枚の画像で構成されるCOCO8-Poseサブセットは、迅速なサニティチェック向けに同じ形式を再現しています。

COCO-Pose事前学習済みモデル#

主な特徴#

• COCO-Poseは、156,165人のアノテーション済み人物に対して1,710,498個の個別キーポイントをラベル付けしたCOCO Keypoints 2017チャレンジを基盤としています。
• 各人物アノテーションでは、鼻、目、耳、肩、肘、手首、腰、膝、足首の17種類のキーポイントを使用し、(x, y, visibility)のトリプレットとして保存します。
• COCOと同様に、ポーズ推定タスク向けのObject Keypoint Similarity（OKS）を含む標準化された評価指標を提供しており、モデルの性能比較に適しています。
• ダウンロードサイズ: 初回使用時は ~20.2 GBです（train2017.zip + val2017.zip + ラベル）。7 GBのtest2017.zipは自動的には取得されません。これらの画像にはグラウンドトゥルースが含まれておらず、test-dev2017への提出にのみ必要なためです。

データセットの構成#

トレーニングと検証用に、COCO-Poseにはキーポイントのアノテーションが付いた人物を含むCOCO 2017の画像のみが含まれるため、ラベル付きの分割は完全なCOCOよりも小規模です。そのYAMLでは、3つのサブセットを定義しています。

1. Train2017: このサブセットには、ポーズ推定モデルのトレーニング用にアノテーションが付与された、COCOデータセットの56,599枚の画像が含まれています。
2. Val2017: このサブセットには、モデルのトレーニング中の検証に使用される2,346枚の画像が含まれています。
3. Test-dev2017: グラウンドトゥルースが非公開の、全40,670枚のtest2017セットのうち20,288枚で構成されるサブセットです。データセットYAMLでは、この分割をCOCO test-devキーポイント評価サーバーにリンクしています。

この規模でのトレーニングでは、Ultralytics Platformが特に役立ちます。独自のGPUをプロビジョニングせずに、コンピュートリソースを管理し、実行を開始して監視できます。

アプリケーション#

COCO-Poseデータセットは、キーポイント検出とポーズ推定におけるディープラーニングモデルのトレーニングと評価に特化して使用されます。アノテーション済み画像が多数あり、評価指標も標準化されているため、人物のポーズに取り組むコンピュータビジョンの研究者や実務者にとって不可欠なリソースです。

データセット YAML#

データセットの設定を定義するためにYAMLファイルを使用します。データセットのパス、クラス、その他の関連情報が含まれています。COCO-Poseデータセットの場合、coco-pose.yamlファイルはhttps://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco-pose.yamlで管理されています。

# 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)

使用方法#

COCO-PoseデータセットでYOLO26n-poseモデルを、画像サイズ640、100エポックでトレーニングするには、次のコードスニペットを使用できます。使用可能な引数の包括的な一覧については、モデルのトレーニングページを参照してください。

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)

サンプル画像とアノテーション#

COCO-Poseデータセットには、キーポイントがアノテーションされた人物の画像が多様に含まれています。ここでは、データセット内の画像と対応するアノテーションの例を示します。

• モザイク化画像: この画像は、モザイク化されたデータセット画像で構成されたトレーニングバッチを示しています。モザイク化は、トレーニング中に複数の画像を1枚の画像に組み合わせ、各トレーニングバッチ内の物体やシーンの多様性を高める技法です。これにより、さまざまな物体サイズ、アスペクト比、コンテキストに対するモデルの汎化性能を向上させます。

この例から、COCO-Poseデータセットの画像の多様性と複雑さ、およびトレーニングプロセスでモザイク処理を使用する利点がわかります。

引用と謝辞#

研究または開発作業でCOCO-Poseデータセットを使用する場合は、次の論文を引用してください。

@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}
}

コンピュータビジョンコミュニティにとって価値あるこのリソースを作成・維持しているCOCO Consortiumに謝意を表します。COCO-Poseデータセットとその作成者の詳細については、COCOデータセットのWebサイトをご覧ください。

FAQ#