犬のポーズデータセット
はじめに
Ultralytics Dog-pose データセットは、犬のキーポイント推定のために特別にキュレーションされた、高品質で広範なデータセットです。6,773 枚のトレーニング画像と 1,703 枚のテスト画像により、このデータセットは、堅牢なポーズ推定モデルをトレーニングするための確固たる基盤を提供します。
見る: Ultralytics YOLO11をスタンフォードドッグ姿勢推定データセットでトレーニングする方法 | ステップバイステップチュートリアル🚀
アノテーションが付けられた各画像には、キーポイントごとに3次元（x、y、可視性）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っています。
このデータセットは、Ultralytics HUBおよびYOLO11での使用を目的としています。
データセット YAML
データセットの構成を定義するために、YAML（Yet Another Markup Language）ファイルが使用されます。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ています。Dog-poseデータセットの場合、 dog-pose.yaml は、以下で入手できます。 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: 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
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/dog-pose.zip
使用法
画像サイズ640でDog-poseデータセット上でYOLO11n-poseモデルを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できます。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。
学習の例
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
サンプル画像とアノテーション
Dog-poseデータセットからの画像の例と、それに対応するアノテーションを以下に示します。
- モザイク化された画像: 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るトレーニングバッチを示しています。モザイキングは、各トレーニングバッチ内のオブジェクトとシーンの多様性を高めるために、複数の画像を1つの画像に結合するトレーニング中に使用される手法です。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するモデルの汎化能力が向上します。
この例は、Dog-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
Dog-poseデータセットを研究または開発にご利用の際は、以下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}
}
コンピュータビジョンコミュニティにとって貴重なリソースを作成および管理しているStanford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データセットのWebサイトをご覧ください。
よくある質問
Dog-poseデータセットとは何ですか？また、Ultralytics YOLO11でどのように使用されますか？
Dog-Poseデータセットは、犬のポーズ推定用に24個のキーポイントでアノテーションが付けられた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。これは、動物の行動分析、ペットのモニタリング、獣医研究などのアプリケーションをサポートするUltralytics YOLO11を使用したモデルのトレーニングと検証用に設計されています。データセットの包括的なアノテーションは、犬の正確なポーズ推定モデルを開発するのに理想的です。
UltralyticsのDog-poseデータセットを使用してYOLO11モデルをトレーニングするにはどうすればよいですか？
画像サイズ640でDog-poseデータセット上でYOLO11n-poseモデルを100エポック学習させるには、以下の例に従ってください。
学習の例
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。
Dog-pose データセットを使用する利点は何ですか？
Dog-poseデータセットには、いくつかの利点があります。
大規模で多様なデータセット: 8,400枚以上の画像により、犬のポーズ、品種、コンテキストを幅広く網羅する実質的なデータを提供し、堅牢なモデルのトレーニングと評価を可能にします。
詳細なキーポイントアノテーション: 各画像には、キーポイントごとに3次元（x、y、可視性）を持つ24個のキーポイントが含まれており、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。
現実世界のシナリオ: さまざまな環境からの画像が含まれており、ペットの監視や行動分析など、現実世界のアプリケーションへのモデルの汎化能力を高めます。
転移学習の利点：このデータセットは転移学習技術とうまく連携し、人間のポーズデータセットで事前トレーニングされたモデルが犬固有の特徴に適応できます。
機能と使用法の詳細については、データセットの紹介セクションを参照してください。
Dog-poseデータセットを使用した場合、モザイク処理はYOLO11のトレーニングプロセスにどのように役立ちますか？
Dog-poseデータセットのsample_imagesに示すように、モザイク処理は複数の画像を1つの合成画像に結合し、各トレーニングバッチのオブジェクトとシーンの多様性を高めます。この手法にはいくつかの利点があります。
- 各バッチにおける犬のポーズ、サイズ、背景のバリエーションを増やします。
- さまざまなコンテキストとスケールで犬を検出するモデルの能力を向上させます
- モデルをより多様な視覚パターンにさらすことによって、一般化を強化します
- 学習例の新しい組み合わせを作成することにより、過学習を軽減
このアプローチにより、現実世界のシナリオでより優れたパフォーマンスを発揮する、より堅牢なモデルが実現します。画像の例については、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ファイルはどこにあり、どのように使用しますか？
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、その他の関連情報を含む、データセットの構成を定義します。YAMLは、キーポイントごとに3次元を持つ24個のキーポイントを指定しており、詳細なポーズ推定タスクに適しています。
YOLO11トレーニング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。データセットは最初に利用される際に自動的にダウンロードされるため、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 Documentationをご覧ください。
