Tiger-Poseデータセット#

はじめに#

Ultralytics は、ポーズ推定タスク向けに設計された多用途の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 video から取得した 263 枚の画像で構成されており、210 枚の画像がトレーニング用に、53 枚が検証用に割り当てられています。ポーズ推定アルゴリズムのテストとトラブルシューティングに最適なリソースとなります。

210 枚の画像という管理しやすいトレーニング用分割数にもかかわらず、Tiger-Pose データセットは多様性を備えており、トレーニングパイプラインの評価、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 pose estimation 用データセットを扱う前の価値ある予備ステップとしても役立ちます。

この小規模なセットでパイプラインのトレーニングがクリーンに完了したら、独自の動物またはオブジェクトのキーポイントに置き換え、ブラウザを離れることなく Ultralytics Platform でトレーニングをスケールアップします。

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）。
• ダウンロードサイズ: ~49.8 MB。
• ディレクトリレイアウト: images/{train,val} ディレクトリとともに labels/{train,val} の下に保存された YOLO 形式のキーポイント。

データセット YAML#

YAML ファイルは、データセットの設定詳細を指定する手段として機能します。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ています。具体的には、tiger-pose.yaml ファイルについては、Ultralytics Tiger-Pose Dataset Configuration File を確認してください。

# 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#

Tiger-Pose データセットで YOLO26n-pose モデルを 640 の画像サイズで 100 epochs トレーニングするには、次のコードスニペットを使用できます。利用可能な引数の包括的なリストについては、モデルの Training 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="tiger-pose.yaml", epochs=100, imgsz=640)

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。

• 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。

推論の例#

トレーニング後、ベストチェックポイントをロードし、新しい画像または動画で推論を実行します。引数の完全なリストについては Prediction ページを参照してください。

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/Gc6K5eKrTNQ", show=True)

引用と謝辞#

Ultralytics は AGPL-3.0 License の下で Tiger-Pose データセットのアノテーションをリリースします。ソース動画は original terms の対象であり続け、抽出されたフレームを使用または再配布する前に確認する必要があります。

よくある質問 (FAQ)#