COCO8-Pose データセット

はじめに

Ultralytics COCO8-Pose は、COCO train 2017 セットの最初の8枚の画像（トレーニング用4枚、検証用4枚）で構成される、小規模かつ汎用性の高い姿勢推定（ポーズ検知）データセットです。このデータセットは、物体検出モデルのテストやデバッグ、あるいは新しい検出アプローチの実験に最適です。8枚という少なさは扱いやすく、かつ多様なデータが含まれているため、トレーニングパイプラインのエラーチェックや、より大規模なデータセットでトレーニングを行う前の健全性チェックに適しています。

データセットの構造

画像合計数: 8枚（トレーニング用4枚 / 検証用4枚）
クラス: 1（人）、各アノテーションに17個のキーポイント
推奨ディレクトリ構成: datasets/coco8-pose/images/{train,val} および datasets/coco8-pose/labels/{train,val}。YOLO形式のキーポイントは .txt ファイルとして保存します。

このデータセットは、Ultralytics Platform および YOLO26 での使用を想定しています。

データセットYAML

データセットの設定定義には YAML (Yet Another Markup Language) ファイルが使用されます。これには、データセットのパスやクラス、その他関連情報が含まれています。COCO8-Pose データセットの場合、coco8-pose.yaml ファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco8-pose.yaml で管理されています。

ultralytics/cfg/datasets/coco8-pose.yaml

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO8-pose dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/coco8-pose/
# Example usage: yolo train data=coco8-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8-pose ← downloads here (1 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: coco8-pose # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8-pose.zip

使用方法

COCO8-Pose データセットで YOLO26n-pose モデルを100 エポック、画像サイズ640でトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の詳細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。

トレーニングの例

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="coco8-pose.yaml", epochs=100, imgsz=640)

サンプル画像とアノテーション

COCO8-Pose データセットの画像サンプルと、それに対応するアノテーションをいくつか紹介します。

COCO8-pose keypoint estimation dataset mosaic

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る学習バッチを示しています。モザイク処理は、学習中に複数の画像を1枚の画像に結合し、各学習バッチ内の物体やシーンの多様性を高めるために使用される手法です。これは、異なる物体のサイズ、アスペクト比、コンテキストに対してモデルが汎化する能力を向上させるのに役立ちます。

この例では、COCO8-Pose データセット内の画像の多様性と複雑さ、およびトレーニングプロセス中に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

研究や開発の仕事でCOCO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：

引用

@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}
}

私たちは、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および維持している COCO コンソーシアムに感謝いたします。COCO データセットとその作成者に関する詳細については、COCO データセットのウェブサイトをご覧ください。

FAQ

COCO8-Pose データセットとは何か、またそれを Ultralytics YOLO26 でどのように使用しますか？

COCO8-Pose データセットは、COCO train 2017 セットの最初の8枚の画像（トレーニング用4枚、検証用4枚）を含む、小規模で汎用性の高い姿勢推定データセットです。これは物体検出モデルのテストやデバッグ、新しい検出アプローチの実験用に設計されています。このデータセットは、Ultralytics YOLO26 を使った迅速な実験に最適です。データセット設定の詳細については、データセット YAML ファイルを確認してください。

Ultralytics で COCO8-Pose データセットを使用して YOLO26 モデルをトレーニングするにはどうすればよいですか？

COCO8-Pose データセットで YOLO26n-pose モデルを100エポック、画像サイズ640でトレーニングするには、以下の例に従ってください。

トレーニングの例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-pose.pt")

# Train the model
results = model.train(data="coco8-pose.yaml", epochs=100, imgsz=640)

トレーニング用引数の詳細リストについては、モデルのトレーニングページを参照してください。

COCO8-Pose データセットを使用する利点は何ですか？

COCO8-Pose データセットにはいくつかの利点があります：

コンパクトなサイズ: わずか8枚の画像であるため管理が容易で、迅速な実験に最適です。
多様なデータ: 小規模ながらも様々なシーンが含まれており、パイプラインの徹底的なテストに役立ちます。
エラーのデバッグ: より大きなデータセットに拡張する前に、トレーニングのエラーを特定したり、健全性チェックを行ったりするのに最適です。

機能と使用方法の詳細については、データセットの概要セクションを参照してください。

COCO8-Pose データセットを使用した YOLO26 のトレーニングプロセスにおいて、モザイク処理はどのように役立ちますか？

COCO8-Pose データセットのサンプル画像で実証されているモザイク処理は、複数の画像を1つに組み合わせることで、各トレーニングバッチ内のオブジェクトやシーンの多様性を高めます。この技術は、様々なオブジェクトサイズ、アスペクト比、コンテキストに対してモデルの汎化能力を向上させ、最終的にモデルのパフォーマンスを高めるのに役立ちます。サンプル画像については、サンプル画像とアノテーションセクションを参照してください。

COCO8-Pose データセットの YAML ファイルはどこにあり、どのように使用すればよいですか？

COCO8-Pose データセットの YAML ファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco8-pose.yaml にあります。このファイルは、パス、クラス、その他の関連情報を含むデータセットの設定を定義しています。このファイルは、トレーニング例セクションで言及されている YOLO26 トレーニングスクリプトと一緒に使用してください。

その他の FAQ や詳細なドキュメントについては、Ultralytics ドキュメントをご覧ください。

Contributors

GLglenn-jocher¹⁵ JKjk4e² MAMatthewNoyce¹ RIRizwanMunawar¹HAHaonan Liu¹

Created 2023年11月12日Updated 4 か月前