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用に特別に構築された高品質かつ大規模なデータセットであり、6,773枚の訓練画像と1,703枚の検証画像を提供します。
Watch: How to Train an Ultralytics YOLO Model on the Stanford Dog Pose Estimation Dataset | Step-by-Step Tutorial
各アノテーション済み画像には、キーポイントごとに3次元（x、y、視認性）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ります。
特定の犬種や全く異なる動物の場合でも、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、独自データのアップロード、ラベリング、カスタムキーポイントモデルの訓練を行うことができます。
データセットの構造#
-
合計画像数: 8,476枚（トレーニング用 6,773枚 / バリデーション用 1,703枚）、YOLO形式のラベルファイル付き。
-
キーポイント: 1匹あたり24個で、
(x, y, visibility)のトリプレットが含まれます。 -
ダウンロードサイズ: 約337 MB。
-
レイアウト:
datasets/dog-pose/ ├── images/{train,val} └── labels/{train,val}
データセット YAML#
データセットの設定を定義するにはYAMLファイルを使用します。これにはパス、キーポイントの詳細、およびその他の関連情報が含まれます。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 から入手できます。
# 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#
Dog-Pose データセットで YOLO26n-pose モデルを画像サイズ 640 で 100 エポック訓練するには、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 Training 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="dog-pose.yaml", epochs=100, imgsz=640)サンプル画像とアノテーション#
Dog-Poseデータセットの画像と、それに対応するアノテーションの例をいくつか紹介します。
- 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るトレーニングバッチを示しています。モザイク処理は、トレーニング中に複数の画像を1つの画像に結合し、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高める技術です。これにより、さまざまなオブジェクトのサイズ、アスペクト比、および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。
@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}
}computer vision 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くださったスタンフォード大学のチームに感謝いたします。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 website をご覧ください。
よくある質問 (FAQ)#
Dog-Pose データセットは、犬の姿勢推定のための24個のキーポイントがアノテーションされた、6,773枚の訓練画像と1,703枚の検証画像を備えています。Ultralytics YOLO26 を使用したモデルの訓練および検証向けに設計されており、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により、犬向けの正確な姿勢推定モデルの開発に最適です。
幅広い犬種と姿勢を網羅する総数 8,476枚の画像（訓練 6,773枚 / 検証 1,703枚）と、アノテーションごとに3次元（x、y、可視性）の24個のキーポイントを備えた Dog-Pose データセットは、pet monitoring や行動分析などのアプリケーションに必要な現実世界のシナリオカバレッジをモデルに提供します。その機能と使用方法の詳細については、Dataset Introduction セクションを参照してください。
モザイク処理は、複数の Dog-Pose 画像を単一の訓練画像に結合し、ステップごとにモデルが確認する犬の姿勢、サイズ、背景の多様性を高めることで、過剰適合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を向上させます。サンプルの画像については、Sample Images and Annotations 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。このファイルは、パス、クラス、キーポイントの詳細、およびその他の関連情報を含むデータセットの設定を定義します。YAML では、キーポイントごとに3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。
YOLO26 の訓練スクリプトでこのファイルを使用するには、Usage セクションに示されているように、訓練コマンドでそれを参照するだけです。データセットは初回の使用時に自動的にダウンロードされるため、セットアップが簡単に行えます。
キーポイントモデルの詳細については、姿勢推定タスクのドキュメントを参照してください。