Tiger-Poseデータセット#
はじめに#
Ultralyticsは、姿勢推定タスク向けに設計された汎用性の高いデータセット、Tiger-Poseを公開しています。このデータセットは、YouTube動画から取得した263枚の画像で構成され、210枚がトレーニング用、53枚が検証用に割り当てられています。姿勢推定アルゴリズムのテストやトラブルシューティングに優れたリソースです。
トレーニング用画像が210枚と扱いやすい規模でありながら、Tiger-Poseデータセットは多様性に富んでいます。そのため、トレーニングパイプラインの評価や潜在的なエラーの特定に適しており、より大規模なデータセットを使った姿勢推定に取り組む前の有用な予備ステップにもなります。
この小規模なデータセットでパイプラインが問題なくトレーニングできたら、独自の動物または物体のキーポイントに置き換え、ブラウザーを離れることなくUltralytics Platformでトレーニングを拡張できます。
データセットの構成#
- 画像の合計: 263枚（トレーニング210枚 / 検証53枚）。
- キーポイント: トラ1頭あたり12個（可視性フラグなし）。
- ダウンロードサイズ: ~49.8 MB。
- ディレクトリ構成: YOLO形式のキーポイントが
labels/{train,val}の下に保存され、images/{train,val}ディレクトリと並んでいます。
視聴: Tiger-Pose データセットで Ultralytics YOLO 姿勢推定モデルをトレーニングする方法
データセットYAML#
YAMLファイルを使うと、データセットの設定を指定できます。ファイルパス、クラス定義、その他の関連情報などの重要なデータが含まれます。具体的には、tiger-pose.yamlファイルについては、Ultralytics Tiger-Poseデータセット設定ファイルをご確認ください。
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Tiger Pose dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/tiger-pose
# Example usage: yolo train data=tiger-pose.yaml
# parent
# ├── ultralytics
# └── datasets
# └── tiger-pose ← downloads here (49.8 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: tiger-pose # dataset root dir
train: images/train # train images (relative to 'path') 210 images
val: images/val # val images (relative to 'path') 53 images
# Keypoints
kpt_shape: [12, 2] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
# Classes
names:
0: tiger
# Keypoint names per class
kpt_names:
0:
- nose
- head
- withers
- tail_base
- right_hind_hock
- right_hind_paw
- left_hind_paw
- left_hind_hock
- right_front_wrist
- right_front_paw
- left_front_wrist
- left_front_paw
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/tiger-pose.zip使用方法#
画像サイズ640でTiger-Poseデータセットを使用し、YOLO26n-poseモデルを100エポックトレーニングするには、次のコード例を使用できます。利用可能な引数の一覧については、モデルのトレーニングページをご覧ください。
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="tiger-pose.yaml", epochs=100, imgsz=640)サンプル画像とアノテーション#
Tiger-Poseデータセットの画像例と、それぞ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。
この例では、Tiger-Pose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でモザイクを使用するメリットを示しています。
推論の例#
トレーニング後、最良のチェックポイントを読み込み、新しい画像または動画で推論を実行します。引数の一覧については、予測ページをご覧ください。
from ultralytics import YOLO
# モデルを読み込む
model = YOLO("path/to/best.pt") # Tiger-Poseでトレーニングしたモデルを読み込む
# 推論を実行
results = model.predict(source="https://youtu.be/Gc6K5eKrTNQ", show=True)引用と謝辞#
UltralyticsはTiger-PoseデータセットのアノテーションをAGPL-3.0ライセンスの下で公開しています。ソース動画には元の利用規約が適用されるため、抽出したフレームを使用または再配布する前に確認してください。
よくある質問#
Ultralytics Tiger-Poseデータセットは姿勢推定タスク向けに設計されており、YouTube動画から取得した263枚の画像で構成されています。データセットはトレーニング画像210枚と検証画像53枚に分かれており、姿勢推定アルゴリズムのテスト、トレーニング、改良に適しています。
tiger-pose.yamlファイルでは、データセットのパス、トレーニング/検証用の画像ディレクトリ、単一のクラス（tiger）、およびkpt_shape: [12, 2]を定義します。これは、インスタンスごとに12個のキーポイントを持ち、可視性フラグがないことを示します。正確な設定については、Ultralytics Tiger-Poseデータセット設定ファイルをご覧ください。合計263枚の画像（トレーニング210枚 / 検証53枚）、1クラス、インスタンスごとに12個のキーポイントを備え、ダウンロードサイズが~49.8 MBのTiger-Poseは、すばやく扱えるほど小規模でありながら、姿勢推定のトレーニングパイプラインの健全性を確認し、より大規模なデータセットを使用する前にエラーを特定するのに十分な多様性を備えています。