Link to this sectionハンドキーポイントデータセット#

Link to this sectionはじめに#

Ultralytics Hand Keypointsデータセットには、26,768枚の手の画像が含まれており、それぞれ21個のキーポイントがアノテーションされています。これらはGoogle MediaPipeライブラリを使用して生成され、高い精度と一貫性を実現しています。ポーズ推定モデルのトレーニング用に、Ultralytics YOLO26形式と互換性があります。

Link to this sectionKeypoints#

各手には、以下のように21個のキーポイントがアノテーションされています。

1. 手首
2. 親指（4ポイント）
3. 人差し指（4ポイント）
4. 中指（4ポイント）
5. 薬指（4ポイント）
6. 小指（4ポイント）

Link to this sectionデータセットの構造#

• 合計画像数: 26,768枚（トレーニング用18,776枚 / 検証用7,992枚）。
• クラス: 1（手）。
• キーポイント: 手ごとに21個、(x, y, visibility)のトリプレット。
• ダウンロードサイズ: 約369 MB。

一般的な手のランドマークを超えた独自のジェスチャーボキャブラリーが必要な場合は、Ultralytics Platformを使用して、ブラウザ上で独自のデータセットのラベリングとトレーニングを行うことができます。

Link to this sectionアプリケーション#

Hand Keypointsは、いくつかの実世界のアプリケーションをサポートしています。

• ジェスチャー認識: ヒューマンコンピュータインタラクションや非接触制御インターフェース。
• AR/VR制御: 仮想オブジェクトとの精密なインタラクション。
• ロボット操作: ロボットハンドのきめ細やかな制御。
• ヘルスケア: 医療診断のための手の動きの分析。
• アニメーション: リアルな手の動きのためのモーションキャプチャ。
• 生体認証: 手の形状に基づいたセキュリティシステム。

Link to this sectionデータセット YAML#

YAMLファイルは、データセットの設定を定義するために使用されます。これには、データセットのパス、クラス、およびその他の関連情報が含まれます。Hand Keypointsデータセットの場合、hand-keypoints.yamlファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/hand-keypoints.yaml で管理されています。

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Hand Keypoints dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/hand-keypoints
# Example usage: yolo train data=hand-keypoints.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── hand-keypoints ← downloads here (369 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: hand-keypoints # dataset root dir
train: images/train # train images (relative to 'path') 18776 images
val: images/val # val images (relative to 'path') 7992 images

# Keypoints
kpt_shape: [21, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 1, 2, 4, 3, 10, 11, 12, 13, 14, 5, 6, 7, 8, 9, 15, 16, 17, 18, 19, 20]

# Classes
names:
  0: hand

# Keypoint names per class
kpt_names:
  0:
    - wrist
    - thumb_cmc
    - thumb_mcp
    - thumb_ip
    - thumb_tip
    - index_mcp
    - index_pip
    - index_dip
    - index_tip
    - middle_mcp
    - middle_pip
    - middle_dip
    - middle_tip
    - ring_mcp
    - ring_pip
    - ring_dip
    - ring_tip
    - pinky_mcp
    - pinky_pip
    - pinky_dip
    - pinky_tip

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

Link to this section使用方法#

ハンドキーポイントデータセットでYOLO26n-poseモデルを100エポック、画像サイズ640でトレーニングするには、以下のコードスニペットを使用します。利用可能な引数の詳細リストについては、モデルのトレーニングページを参照してください。

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="hand-keypoints.yaml", epochs=100, imgsz=640)

Link to this sectionサンプル画像とアノテーション#

Hand Keypointsデータセットには、キーポイントがアノテーションされた人間の手の画像が多様に含まれています。以下は、データセット内の画像とその対応するアノテーションの例です。

• 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、ハンドキーポイントデータセット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キングを使用する利点を示しています。

Link to this section引用と謝辞#

研究や開発作業でHand Keypointsデータセットを使用する場合は、以下のソースを明記してください。

また、Vision AI研究への多大な貢献に対して、このデータセットの作成者であるRion Dsilva氏に感謝の意を表します。

Link to this sectionよくある質問 (FAQ)#

Link to this sectionハンドキーポイントデータセットでYOLO26モデルをトレーニングするにはどうすればよいですか？#

yolo26n-pose.ptをロードし、model.train(data="hand-keypoints.yaml", epochs=100, imgsz=640)を呼び出します。完全なPythonおよびCLIスニペットについては上記のTrain Exampleを、引数の詳細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。

Link to this sectionHand Keypointsデータセットを使用する利点は何ですか？#

26,768枚のアノテーション済み画像と、Google MediaPipeを介して生成された手ごとに21個のキーポイントを備えたHand Keypointsデータセットは、高度なポーズ推定タスクに必要な規模とアノテーションの精度をポーズ推定モデルに提供します。ランドマークの全内訳については、Keypointsセクションを参照してください。

Link to this sectionハンドキーポイントデータセットを使用することでどのようなアプリケーションが恩恵を受けますか？#

Hand Keypointsは、ジェスチャー認識、AR/VR制御、ロボット操作、ヘルスケアにおける動作分析、アニメーション、および生体認証をサポートしています。各詳細についてはApplicationsセクションを参照してください。

Link to this sectionハンドキーポイントデータセットはどのように構成されていますか？#

ハンドキーポイントデータセットは2つのサブセットに分かれています。

1. Train: ポーズ推定モデルをトレーニングするための18,776枚の画像が含まれています。
2. Val: モデルトレーニング中の検証用の7,992枚の画像が含まれています。

この構成により、包括的なトレーニングと検証プロセスが確実に行われます。詳細については、データセットの構造セクションを参照してください。

Link to this sectionトレーニングのためにデータセットのYAMLファイルを使用するにはどうすればよいですか？#

データセットの設定はYAMLファイルで定義されており、これにはパス、クラス、その他の関連情報が含まれています。hand-keypoints.yamlファイルはhand-keypoints.yamlにあります。

このYAMLファイルをトレーニングに使用するには、上記のトレーニング例で示したように、トレーニングスクリプトまたはCLIコマンドで指定します。詳細については、データセットYAMLセクションを参照してください。