犬のポーズ・データセット

Q: What is the Dog-pose dataset, and how is it used with Ultralytics YOLO11?

Dog-Poseデータセットは、犬のポーズ推定用の24のキーポイントでアノテーションされた6,773枚のトレーニング画像と1,703枚のテスト画像を特徴としています。このデータセットは、Ultralytics YOLO11モデルのトレーニングと検証用に設計されており、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、イヌの正確なポーズ推定モデルの開発に理想的です。

Q: How do I train a YOLO11 model using the Dog-pose dataset in Ultralytics?

Dog-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、以下の例に従ってください：トレーニング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。

Q: What are the benefits of using the Dog-pose dataset?

Dog-poseデータセットにはいくつかの利点がある：大規模で多様なデータセット：8,400以上の画像があり、犬のポーズ、犬種、コンテクストを幅広くカバーする膨大なデータを提供し、ロバストなモデルの学習と評価を可能にします。詳細なキーポイント注釈：各画像には24のキーポイントが含まれ、キーポイントごとに3次元（x、y、visibility）があり、正確なポーズ検出モデルのトレーニングのための正確なアノテーションを提供します。実世界のシナリオ：様々な環境からの画像が含まれており、ペットのモニタリングや行動分析などの実世界のアプリケーションへのモデルの一般化能力を高めます。転移学習の利点：このデータセットは、人間のポーズデータセットで事前に訓練されたモデルが犬特有の特徴に適応できるように、転移学習技術との相性が良い。このデータセットの特徴や使い方については、データセット紹介のセクションをご覧ください。

はじめに

データセット UltralyticsDog-poseデータセットは、犬のキーポイント推定用に特別に作成された高品質で広範なデータセットである。6,773枚のトレーニング画像と1,703枚のテスト画像からなるこのデータセットは、ロバストなポーズ推定モデルをトレーニングするための強固な基盤を提供します。各画像には3次元（x、y、visibility）の24個のキーポイントが含まれており、コンピュータビジョンの高度な研究開発にとって貴重なリソースとなっています。

Ultralytics 犬ポーズ表示画像

このデータセットは、Ultralytics HUB および YOLO11.

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。このファイルにはパスやキーポイントの詳細、その他の関連情報が含まれる。Dog-poseデータセットの場合は dog-pose.yaml をご覧いただきたい。 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml.

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: ../datasets/dog-pose # dataset root dir
train: train # train images (relative to 'path') 6773 images
val: 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

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/dog-pose.zip

使用方法

Dog-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のページを参照してください。

列車の例

PythonCLI

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

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

サンプル画像と注釈

以下に、Dog-poseデータセットからの画像の例を、対応するアノテーションとともに示す：

データセットサンプル画像

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、Dog-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る。

引用と謝辞

Dog-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：

ビブテックス

@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のためにこの貴重なリソースを作成し、維持しているスタンフォードのチームに感謝したい。Dog-poseデータセットとその作成者についての詳細は、Stanford Dogs Datasetウェブサイトをご覧ください。

よくあるご質問

Dog-pose データセットとは何ですか？また、Ultralytics YOLO11 。

Dog-Poseデータセットは、6,773枚のトレーニング画像と1,703枚のテスト画像から構成され、犬のポーズを推定するための24のキーポイントがアノテーションされています。このデータセットは、次のようなモデルのトレーニングと検証用に設計されています。 Ultralytics YOLO11を使用したモデルのトレーニングおよび検証用に設計されており、動物の行動分析、ペットのモニタリング、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、イヌの正確なポーズ推定モデルの開発に理想的です。

Ultralytics 、Dog-poseデータセットを使ってYOLO11 モデルを学習するには？

YOLO11n-poseモデルをDog-poseデータセットで画像サイズ640で100エポック学習させるには、以下の例に従ってください：

列車の例

PythonCLI

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-pose.pt")

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

yolo pose train data=dog-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640

トレーニングの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のページを参照してください。

Dog-poseデータセットを使うメリットは何ですか？

Dog-poseデータセットにはいくつかの利点がある：

大規模で多様なデータセット：8,400を超える画像により、幅広い犬のポーズ、犬種、コンテクストをカバーする膨大なデータを提供し、ロバストなモデルの学習と評価を可能にします。

詳細なキーポイント注釈：各画像には24個のキーポイントが含まれ、キーポイントごとに3次元（x、y、visibility）があり、正確なポーズ検出モデルをトレーニングするための正確なアノテーションを提供します。

実世界のシナリオ：様々な環境からの画像を収録し、ペットのモニタリングや行動分析など、実世界のアプリケーションへの汎用性を高めています。

転移学習の利点：このデータセットは転移学習と相性がよく、人間のポーズデータセットで事前に訓練されたモデルを犬特有の特徴に適応させることができる。

その特徴や使い方については、データセット紹介のセクションを参照。

Dog-poseデータセットを使ったYOLO11 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な利点があるのだろうか？

Dog-poseデータセットのサンプル画像に示されているように、モザイキングは複数の画像を1つの合成画像に合成し、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豊かにする。この手法にはいくつかの利点がある：

各バッチの犬のポーズ、サイズ、背景のバリエーションが増える
異なるコンテクストやスケールで犬を検出するモデルの能力を向上させる。
モデルをより多様な視覚パターンにさらすことで、汎化を強化する。
学習例の新しい組み合わせを作成することで、オーバーフィッティングを減らす

このアプローチは、実世界のシナリオでより良いパフォーマンスを発揮する、よりロバストなモデルにつながります。画像の例については、サンプル画像と注釈のセクションを参照してください。

Dog-poseデータセットのYAMLファイルはどこにあり、どのように使うのですか？

Dog-poseデータセットのYAMLファイルはultralyticsこのファイルには、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の構成が定義されている。YAMLは24個のキーポイントを指定し、キーポイントごとに3つの次元を持つので、詳細なポーズ推定タスクに適している。

このファイルをYOLO11 トレーニングスクリプトで使用するには、使用法のセクションにあるように、トレーニングコマンドでこのファイルを参照するだけでよい。データセットは最初に使用するときに自動的にダウンロードされるので、セットアップは簡単です。

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。

📅作成：5ヶ月前 ✏️更新 16日前