タイガー・ポーズ・データセット

はじめに

UltralyticsTiger-Poseデータセットを紹介する。Tiger-Poseデータセットは、ポーズ推定タスクのために設計された多目的コレクションである。このデータセットは、YouTube動画から取得した263枚の画像から構成されており、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る。このデータセットは、ポーズ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。

210画像という扱いやすいサイズにもかかわらず、tiger-poseデータセットは多様性を備えており、学習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る。

このデータセットは、Ultralytics HUB および YOLO11.

見るんだ： Ultralytics HUBを使用して、Tiger-PoseデータセットでYOLO11 ポーズモデルを学習する。

データセット YAML

YAML (Yet Another Markup Language) ファイルは、データセットのコンフィギュレーションの詳細を指定する手段となる。ファイルパス、クラス定義、その他の関連情報のような重要なデータを含みます。具体的には tiger-pose.yaml ファイルをチェックしてください。 Ultralytics Tiger-Poseデータセット設定ファイル.

# Ultralytics YOLO 🚀, AGPL-3.0 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 (75.3 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/tiger-pose # dataset root dir
train: train # train images (relative to 'path') 210 images
val: 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

# 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。

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

# Start training from a pretrained *.pt model
yolo task=pose mode=train data=tiger-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640

サンプル画像と注釈

以下は、Tiger-Poseデータセットの画像と、それに対応するアノテーションの例である：

• 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、Tiger-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ことの利点を示している。

推論例

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)

# Run inference using a tiger-pose trained model
yolo task=pose mode=predict source="https://youtu.be/MIBAT6BGE6U" show=True model="path/to/best.pt"

引用と謝辞

このデータセットは、AGPL-3.0 ライセンスの下で公開されている。

よくあるご質問

Ultralytics Tiger-Poseデータセットは何に使われているのですか？

Ultralytics Tiger-Poseデータセットは、ポーズ推定タスク用に設計されたもので、YouTube動画から取得した263枚の画像から構成されている。このデータセットは210枚のトレーニング画像と53枚の検証画像に分かれています。このデータセットは、Ultralytics HUBを使用したポーズ推定アルゴリズムのテスト、トレーニング、改良に特に役立ちます。 YOLO11.

Tiger-PoseデータセットでYOLO11 モデルをトレーニングするには？

Tiger-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。詳細はトレーニングのページをご覧ください：

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

# Start training from a pretrained *.pt model
yolo task=pose mode=train data=tiger-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640

どのようなコンフィギュレーションで tiger-pose.yaml ファイルが含まれているか？

について tiger-pose.yaml ファイルは、Tiger-Poseデータセットの設定の詳細を指定するために使用される。ファイルパスやクラス定義などの重要なデータが含まれています。正確な設定を見るには Ultralytics Tiger-Poseデータセット設定ファイル.

Tiger-Poseデータセットで学習したYOLO11 モデルを使って推論を実行するにはどうすればよいですか？

Tiger-Poseデータセットで学習したYOLO11 モデルを使って推論を行うには、以下のコード・スニペットを使うことができる。詳細なガイドについては、Predictionのページをご覧ください：

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/MIBAT6BGE6U", show=True)

# Run inference using a tiger-pose trained model
yolo task=pose mode=predict source="https://youtu.be/MIBAT6BGE6U" show=True model="path/to/best.pt"

Tiger-Poseデータセットをポーズ推定に使用する利点は何ですか？

Tiger-Poseデータセットは、トレーニング用画像210枚という扱いやすいサイズにもかかわらず、ポーズ推定パイプラインのテストに最適な多様な画像コレクションを提供する。このデータセットは潜在的なエラーを特定するのに役立ち、より大きなデータセットを扱う前の予備段階として機能する。さらに、このデータセットは、Ultralytics HUBやHUBのような高度なツールを使用した、ポーズ推定アルゴリズムのトレーニングと改良をサポートします。 YOLO11のような高度なツールを使用したポーズ推定アルゴリズムのトレーニングと改良をサポートし、モデルの性能と精度を向上させます。

📅作成：1年前 ✏️更新しました 2ヶ月前

コメント