Link to this sectionTiger-Poseデータセット#

Link to this sectionはじめに#

Ultralyticsは、姿勢推定タスク向けに設計された多用途なコレクションであるTiger-Poseデータセットを紹介します。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ており、そのうち210枚がトレーニング用、53枚が検証用として割り当てられています。これは、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最適なリソースです。

Tiger-Poseデータセットは、210枚という扱いやすいトレーニングセット数でありながら多様性を備えており、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います。また、より大規模な姿勢推定データセットで作業を行う前の貴重な準備ステップとしても機能します。

このデータセットは、Ultralytics PlatformおよびYOLO26での使用を想定しています。

Link to this sectionデータセットの構造#

合計画像数: 263枚 (トレーニング用210枚 / 検証用53枚)。
キーポイント: トラ1頭につき12箇所（可視性フラグなし）。
Directory layout: YOLO-format keypoints stored under labels/{train,val} alongside images/{train,val} directories.

Watch: Train YOLO26 Pose Model on Tiger-Pose Dataset Using Ultralytics Platform

Link to this section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詳細を指定する役割を果たします。これには、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。特に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/cfg/datasets/tiger-pose.yaml

# 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

Link to this section使用方法#

Tiger-PoseデータセットでYOLO26n-poseモデルを画像サイズ640で100エポックトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の詳細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。

学習例

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="tiger-pose.yaml", epochs=100, imgsz=640)

Link to this sectionサンプル画像とアノテーション#

以下はTiger-Poseデータセットの画像の例と、それに対応するアノテーションです。

Tiger pose estimation dataset mosaic training batch

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、Tiger-Poseデータセットに含まれる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。

Link to this section推論の例#

推論の例

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load a tiger-pose trained model

# Run inference
results = model.predict(source="https://youtu.be/MIBAT6BGE6U", show=True)

Link to this sectionよくある質問 (FAQ)#

Link to this sectionUltralytics Tiger-Poseデータセットは何に使用されますか？#

Ultralytics Tiger-Pose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る姿勢推定タスク用に設計されています。このデータセットは、210枚のトレーニング用画像と53枚の検証用画像に分かれています。これは、Ultralytics PlatformやYOLO26を使用して姿勢推定アルゴリズムをテスト、トレーニング、改善するのに特に役立ちます。