Ultralytics YOLO27:
Research

Dog-Poseデータセット#

はじめに#

Ultralytics Dog-Poseデータセットは、犬のキーポイント推定専用に厳選された高品質で大規模なデータセットで、トレーニング画像6,773枚と検証画像1,703枚を提供します。



Watch: How to Train an Ultralytics YOLO Model on the Stanford Dog Pose Estimation Dataset | Step-by-Step Tutorial

各アノテーション付き画像には、1つのキーポイントあたり3つの次元（x、y、visibility）を持つ24個のキーポイントが含まれており、コンピュータービジョンの高度な研究および開発に役立つ貴重なリソースとなっています。

Ultralytics Dog-Pose display image

特定の犬種やまったく別の動物を対象とする場合でも、Ultralytics Platformを使用すれば、インフラストラクチャを管理することなく、自分のデータをアップロードし、ラベリングして、カスタムキーポイントモデルをトレーニングできます。

データセットの構成#

  • 画像総数: 8,476枚（トレーニング6,773枚 / 検証1,703枚）で、対応するYOLO形式のラベルファイルが含まれています。

  • キーポイント: 1頭の犬あたり24個で、(x, y, visibility)のトリプレットを使用します。

  • ダウンロードサイズ: ~337 MB。

  • 構成:

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

データセット YAML#

YAMLファイルを使用してデータセットの設定を定義します。パス、キーポイントの詳細、その他の関連情報が含まれています。Dog-Poseデータセットの場合、dog-pose.yamlファイルはhttps://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yamlにあります。

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

使用方法#

画像サイズ640でDog-Poseデータセット上のYOLO26n-poseモデルを100 エポック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。利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。

トレーニング例
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="dog-pose.yaml", epochs=100, imgsz=640)

サンプル画像とアノテーション#

以下に、Dog-Poseデータセットの画像例と、それぞれに対応するアノテーションを示します。

Dog pose estimation dataset mosaic training batch
  • 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。

この例では、Dog-Poseデータセットに含まれる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メリットを紹介します。

引用と謝辞#

研究または開発作業でDog-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。

引用
@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}
}

コンピュータビジョンコミュニティにとって貴重なこのリソースを作成・維持してくださっているStanfordチームに謝意を表します。Dog-Poseデータセットとその作成者の詳細については、Stanford Dogs Datasetのウェブサイトをご覧ください。

FAQ#

  • Dog-Poseデータセットには、犬の姿勢推定用に24個のキーポイントがアノテーションされた、トレーニング画像6,773枚と検証画像1,703枚が含まれています。これは、Ultralytics YOLO26でモデルをトレーニングおよび検証するために設計されており、動物行動分析、ペットモニタリング、獣医学研究などのアプリケーションをサポートします。このデータセットの包括的なアノテーションは、犬の正確な姿勢推定モデルの開発に適しています。

  • yolo26n-pose.ptを読み込み、model.train(data="dog-pose.yaml", epochs=100, imgsz=640)を呼び出します — 完全なPythonおよびCLIスニペットについては上記のトレーニング例を、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。

  • Dog-Poseデータセットには、幅広い犬種と姿勢をカバーする合計8,476枚の画像（トレーニング6,773枚 / 検証1,703枚）と、各アノテーションあたり3つの次元（x、y、visibility）を持つ24個のキーポイントが含まれているため、ペットモニタリングや行動分析などのアプリケーションに必要な実世界のシナリオをモデルに学習させられます。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。

  • モザイク処理では、複数のDog-Pose画像を1枚のトレーニング画像に組み合わせます。これにより、モデルが各ステップで目にする犬の姿勢、サイズ、背景の多様性が増し、過学習を抑えながら、新しいコンテキストやスケールへの汎化性能が向上します。画像例については、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。

  • Dog-PoseデータセットのYAMLファイルは、https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yamlにあります。このファイルでは、パス、クラス、キーポイントの詳細、その他の関連情報を含むデータセット設定を定義します。YAMLでは、1つのキーポイントあたり3つの次元を持つ24個のキーポイントが指定されており、詳細な姿勢推定タスクに適しています。

    このファイルをYOLO26のトレーニングスクリプトで使用するには、使用方法セクションに示すように、トレーニングコマンドで参照するだけです。データセットは初回使用時に自動的にダウンロードされるため、簡単にセットアップできます。

    キーポイントモデルの詳細については、ポーズ推定タスクのドキュメントを参照してください。

貢献者
GLglenn-jocher10RAraimbekovm4PDpderrenger2RIRizwanMunawar2

コメント