コンテンツへスキップ

犬のポーズ・データセット

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 YOLO 🚀, AGPL-3.0 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

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：

@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、犬のポーズを推定するための17のキーポイントでアノテーションされた6,000枚の画像を特徴としています。を使ったモデルのトレーニングや検証に最適です。 Ultralytics YOLO11動物行動解析や獣医学などのアプリケーションをサポートします。

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

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：6,000枚の画像により、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量のデータを提供し、ロバストなモデルの学習と評価を可能にします。

ポーズ固有のアノテーション：ポーズ推定のための詳細なアノテーションを提供し、ポーズ検出モデルのトレーニングのための高品質なデータを保証します。

実世界のシナリオ：様々な環境からの画像を収録し、実世界での応用へのモデルの一般化能力を高めています。

モデル性能の向上：データセットの多様性と規模は、特に細かいポーズ推定を伴うタスクにおいて、モデルの精度とロバスト性の向上に役立つ。

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、モザイク処理は複数の画像を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します。このアプローチにより、異なる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渡ってモデルを汎化する能力が強化され、パフォーマンスの向上につながります。サンプル画像については、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ファイルはここにあります。このファイルはパス、クラス、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。このファイルは、Train Exampleのセクションで述べたように、YOLO11 トレーニングスクリプトと一緒に使用してください。

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：1ヶ月前 ✏️更新しました 1ヶ月前
リズワン・ムナワール

コメント