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に特化して厳選された高品質で大規模なデータセットで、学習用画像6,773枚と検証用画像1,703枚を提供します。
視聴: Stanford Dog 姿勢推定データセットで Ultralytics YOLO モデルをトレーニングする方法 | ステップごとのチュートリアル
各アノテーション付き画像には、キーポイントごとに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や開発に役立つリソースです。
特定の犬種や別の動物を対象とする場合、Ultralytics Platformを使えば、インフラ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学習を行えます。
データセットの構成#
-
画像総数: 8,476枚（学習6,773枚 / 検証1,703枚）。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: 犬1頭あたり24個。
(x, y, visibility)のトリプレットで表します。 -
ダウンロードサイズ: ~337 MB。
-
ディレクトリ構成:
datasets/dog-pose/ ├── images/{train,val} └── labels/{train,val}
データセットYAML#
データセットの構成を定義するにはYAMLファイルを使用します。YAMLファイルには、パス、キーポイントの詳細、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で利用できます。
# 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#
画像サイズ640でDog-Poseデータセットを使用し、YOLO26n-poseモデルを100エポック学習するには、以下のコード例を使用できます。利用可能な引数の詳細な一覧については、モデルの学習ページを参照してください。
from ultralytics import YOLO
# モデルを読み込む
model = YOLO("yolo26n-pose.pt") # 事前トレーニング済みモデルを読み込みます（トレーニングにはこちらを推奨します）
# モデルをトレーニングする
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データセット内の画像と対応するアノテーションの例を示します。
- モザイク画像: モザイク化し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。モザイク化はトレーニング中に使用される手法で、複数の画像を1枚にまとめ、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。これにより、さまざまなオブジェクトサイズ、アスペクト比、コンテキストに対するモデルの汎化性能が向上します。
この例は、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を使用する利点を示しています。
引用と謝辞#
研究または開発でDog-Poseデータセットを使用する場合は、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}
}コンピューター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し、維持している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について詳しくは、Stanford Dogs Datasetのウェブサイトをご覧ください。
よくある質問#
Dog-Poseデータセットには、犬のポーズ推定用に24個のキーポイントがアノテーションされた学習用画像6,773枚と検証用画像1,703枚が含まれています。Ultralytics YOLO26でモデルを学習・検証するために設計されており、動物の行動分析、ペットのモニタリング、獣医学研究などに活用できます。包括的なアノテーションにより、犬の正確なポーズ推定モデルの開発に最適です。
さまざまな犬種やポーズを網羅する画像が合計8,476枚（学習6,773枚 / 検証1,703枚）含まれ、各アノテーションには3つの次元（x、y、visibility）で表される24個のキーポイントがあります。Dog-Poseデータセットは、ペットのモニタリングや行動分析などの用途に必要な、実環境の状況をモデルに学習させます。特徴や使い方について詳しくは、データセットの概要セクションを参照してください。
モザイクは複数のDog-Pose画像を1枚の学習画像にまとめ、1ステップごとにモデルが見る犬のポーズ、サイズ、背景の多様性を高めます。これにより、新しいコンテキストやスケールへの汎化性能が向上し、過学習も抑制されます。画像の例については、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構成を定義します。YAMLでは、キーポイントごとに3つの次元を持つ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。
このファイルをYOLO26の学習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、学習コマンドで指定してください。初回使用時にデータセットが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。