COCO-Pose データセット

COCO-Poseデータセットは、COCO (Common Objects in Context)データセットの特別バージョンで、ポーズ推定タスク用に設計されている。COCO Keypoints 2017の画像とラベルを活用し、姿勢推定タスクのためのYOLO のようなモデルの学習を可能にする。

COCO-ポーズ事前学習モデル

主な特徴

• COCO-Poseは、ポーズ推定タスクのためのキーポイントでラベル付けされた200K画像を含むCOCO Keypoints 2017データセットに基づいて構築されている。
• このデータセットは、人物の17のキーポイントをサポートしており、詳細なポーズ推定を容易にしている。
• COCOと同様に、ポーズ推定タスクのためのObject Keypoint Similarity (OKS)を含む標準化された評価メトリックを提供し、モデル性能の比較に適している。

データセット構造

COCO-Poseデータセットは3つのサブセットに分割されている：

1. Train2017：このサブセットには、COCOデータセットの118K画像の一部が含まれ、ポーズ推定モデルのトレーニング用にアノテーションされている。
2. Val2017：このサブセットには、モデルのトレーニング中に検証目的で使用された画像のセレクションがあります。
3. Test2017：このサブセットは、学習済みモデルのテストとベンチマークに使用される画像で構成される。このサブセットのグランドトゥルースアノテーションは公開されておらず、結果は性能評価のためにCOCO評価サーバに提出される。

アプリケーション

COCO-Poseデータセットは、特にOpenPoseのようなキーポイント検出とポーズ推定タスク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使用されます。このデータセットの多数の注釈付き画像と標準化された評価指標は、ポーズ推定に焦点を当てたコンピュータビジョンの研究者や実務家にとって不可欠なリソースとなっています。

データセット YAML

YAML (Yet Another Markup Language) ファイルはデータセットの設定を定義するために使われる。このファイルには、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る。COCO-Poseデータセットの場合は coco-pose.yaml ファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco-pose.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 license
# COCO 2017 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 (20.1 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: ../datasets/coco-pose # dataset root dir
train: train2017.txt # train images (relative to 'path') 118287 images
val: val2017.txt # val images (relative to 'path') 5000 images
test: test-dev2017.txt # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794

# 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

# Download script/URL (optional)
download: |
  from ultralytics.utils.downloads import download
  from pathlib import Path

  # Download labels
  dir = Path(yaml['path'])  # dataset root dir
  url = 'https://github.com/ultralytics/assets/releases/download/v0.0.0/'
  urls = [url + 'coco2017labels-pose.zip']  # labels
  download(urls, dir=dir.parent)
  # Download data
  urls = ['http://images.cocodataset.org/zips/train2017.zip',  # 19G, 118k images
          'http://images.cocodataset.org/zips/val2017.zip',  # 1G, 5k images
          'http://images.cocodataset.org/zips/test2017.zip']  # 7G, 41k images (optional)
  download(urls, dir=dir / 'images', threads=3)

使用方法

COCO-PoseデータセットでYOLO11n-poseモデルを画像サイズ640で100エポック学習させるには、以下のコードスニペットを使用します。利用可能な引数の包括的なリストについては、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("yolo11n-pose.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco-pose.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo pose train data=coco-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640

サンプル画像と注釈

COCO-Poseデータセットには、キーポイントでアノテーションされた人物の多様な画像セットが含まれています。このデータセットに含まれる画像の例を、対応するアノテーションとともに紹介します：

• モザイク画像：この画像はモザイク処理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す。モザイク処理とは、複数の画像を1つの画像に合成することで、各トレーニングバッチ内のオブジェクトやシーンの種類を増やす手法です。これにより、異なるオブジェクトサイズ、アスペクト比、コンテクストに対するモデルの汎化能力を向上させることができます。

この例では、COCO-Poseデータセットの画像の多様性と複雑さ、および学習プロセスでモザイク処理を使用する利点を示しています。

引用と謝辞

COCO-Poseデータセットを研究開発で使用する場合は、以下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}
}

COCOコンソーシアムが、コンピュータビジョンコミュニティのためにこの貴重なリソースを作成し、維持してくださっていることに感謝いたします。COCO-Poseデータセットとその作成者についての詳細は、COCOデータセットのウェブサイトをご覧ください。

よくあるご質問

COCO-Poseデータセットとは何ですか？また、Ultralytics YOLO 、どのようにポーズ推定に使われていますか？

COCO-Poseデータセットは、ポーズ推定タスク用に設計されたCOCO（Common Objects in Context）データセットの特殊バージョンである。COCO Keypoints 2017の画像とアノテーションをベースに構築されており、Ultralytics YOLO のようなモデルの学習により、詳細なポーズ推定が可能になる。例えば、COCO-Poseデータセットを使用して、事前に訓練されたモデルをロードし、YAML設定でトレーニングすることで、YOLO11n-poseモデルをトレーニングすることができます。トレーニングの例については、トレーニングのドキュメントを参照してください。

COCO-PoseデータセットでYOLO11 モデルをトレーニングするには？

COCO-Poseデータセットに対するYOLO11 モデルのトレーニングは、Python またはCLI のいずれかのコマンドを使って行うことができます。例えば、YOLO11n-poseモデルを画像サイズ640で100エポック学習させるには、以下の手順に従います：

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-pose.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco-pose.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo pose train data=coco-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640

トレーニングのプロセスや利用可能な引数の詳細については、トレーニングのページをご覧ください。

COCO-Poseデータセットが提供する、モデルの性能を評価するためのさまざまな指標とは？

COCO-Poseデータセットは、オリジナルのCOCOデータセットと同様に、ポーズ推定タスクのためのいくつかの標準化された評価メトリックを提供します。主なメトリクスには、予測されたキーポイントの精度をグランドトゥルース注釈に対して評価する、オブジェクトキーポイントシミラーリティ（OKS）が含まれます。これらのメトリクスにより、異なるモデル間の徹底的な性能比較が可能になります。例えば、YOLO11n-pose、YOLO11s-poseなどのCOCO-Pose事前学習モデルには、^mAPpose50-95や^mAPpose50のような特定のパフォーマンスメトリクスがドキュメントに記載されています。

COCO-Poseデータセットの構造と分割はどのようになっていますか？

COCO-Poseデータセットは3つのサブセットに分割されている：

1. Train2017：11万8000枚のCOCO画像の一部で、ポーズ推定モデルのトレーニング用にアノテーションされた画像が含まれる。
2. Val2017：モデル学習時の検証用に選択された画像。
3. Test2017：学習済みモデルのテストとベンチマークに使用される画像。このサブセットのグランドトゥルースアノテーションは公開されておらず、結果は性能評価のためにCOCO評価サーバーに提出される。

これらのサブセットは、トレーニング、検証、テストの各フェーズを効果的に整理するのに役立つ。設定の詳細については coco-pose.yaml ファイルは ギットハブ.

COCO-Poseデータセットの主な特徴と用途は？

COCO-Poseデータセットは、COCO Keypoints 2017のアノテーションを拡張し、人物の17のキーポイントを含み、詳細なポーズ推定を可能にする。標準化された評価指標（OKSなど）により、異なるモデル間の比較が容易になります。COCO-Poseデータセットの用途は、スポーツ分析、ヘルスケア、ヒューマンコンピュータインタラクションなど、人物像の詳細なポーズ推定が必要とされる様々な領域に及ぶ。実用的な使用においては、ドキュメントで提供されているような事前学習済みモデル（例えば、YOLO11n-pose）を活用することで、プロセスを大幅に効率化することができます（Key Features）。

COCO-Poseデータセットを研究または開発で使用する場合は、以下のBibTeXエントリーで論文を引用してください。

📅作成：1年前 ✏️更新しました 2ヶ月前

コメント