Ultralytics YOLOによるポーズ推定#

ポーズ推定は、通常キーポイントと呼ばれる画像内の特定の点の位置を識別するタスクです。キーポイントは、関節、ランドマーク、その他の特徴的な部分など、オブジェクトのさまざまな部位を表します。キーポイントの位置は通常、2D [x, y]座標のセットとして表され、オプションで可視性フラグ [x, y, visible]を付加できます。

ポーズ推定モデルの出力は、画像内のオブジェクト上のキーポイントを表す点のセットで、通常は各点の信頼度スコアも含まれます。シーン内のオブジェクトの特定の部位と、それらの相互の位置関係を識別する必要がある場合、ポーズ推定が適しています。

モデル#

Ultralytics YOLO26の事前トレーニング済みポーズモデルをここに示します。Detect、Segment、PoseモデルはCOCOデータセットで事前トレーニングされ、SemanticモデルはCityscapesで、ClassifyモデルはImageNetデータセットで事前トレーニングされています。

モデルは、初回使用時に最新のUltralytics リリースから自動的にダウンロードされます。

• **mAP^val**値は、COCO Keypoints val2017データセットにおける単一モデル・単一スケールの結果です。
  yolo val pose data=coco-pose.yaml device=0 nms=Falseで再現できます。
• 速度は、Amazon EC2 P4dインスタンスを使用し、COCO valの画像全体で平均した値です。
  yolo val pose data=coco-pose.yaml batch=1 device=0|cpu nms=Falseで再現できます。
• Params および FLOPs の値は、Conv/BatchNorm の畳み込みとバッチ正規化の統合（折りたたみ）および未使用の検出ブランチの削除を行った後の、融合済みモデルの値です。事前学習済みチェックポイントは完全な学習アーキテクチャを維持しているため、より高い数値を示す場合があります。

COCOのキーポイントに関する初期の実験結果については、未リリースのYOLO27プレビューをご参照ください。

トレーニング#

COCO8-poseデータセットでYOLO26-poseモデルをトレーニングします。COCO8-poseデータセットは、ポーズ推定モデルのテストとデバッグに最適な小規模サンプルデータセットです。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-pose.yaml")  # build a new model from YAML
model = YOLO("yolo26n-pose.pt")  # load a pretrained model (recommended for training)
model = YOLO("yolo26n-pose.yaml").load("yolo26n-pose.pt")  # build from YAML and transfer weights

# Train the model
results = model.train(data="coco8-pose.yaml", epochs=100, imgsz=640)

Trainページでtrainモードの詳細を確認できます。ポーズモデルはUltralytics Platformのクラウドトレーニングでもトレーニングできます。

データセット形式#

YOLO姿勢推定データセットのフォーマットの詳細については、Dataset Guideをご参照ください。既存のCOCO keypoints JSONデータセットをYOLOフォーマットに変換するには、COCO to YOLO guideで説明されているように、convert_cocoとuse_keypoints=Trueを使用してください。Ultralytics Platform annotationでも、人物、手、顔、カスタムキーポイントレイアウト用の組み込みスケルトンテンプレートを使用した姿勢ラベルがサポートされています。

カスタムポーズ推定タスクでは、動物のポーズ推定向けのTiger-Pose、手のトラッキング向けのHand Keypoints、犬のポーズ解析向けのDog-Poseなど、専門的なデータセットも利用できます。

検証#

COCO8-poseデータセットで、トレーニング済みYOLO26n-poseモデルの精度を検証します。modelにはトレーニング時のdataと引数がモデル属性として保持されているため、引数は不要です。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-pose.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Validate the model
metrics = model.val()  # no arguments needed, dataset and settings remembered
metrics.box.map  # map50-95
metrics.box.map50  # map50
metrics.box.map75  # map75
metrics.box.maps  # a list containing mAP50-95 for each category
metrics.box.image_metrics  # per-image metrics dictionary for box with precision, recall, F1, TP, FP, and FN
metrics.pose.map  # map50-95(P)
metrics.pose.map50  # map50(P)
metrics.pose.map75  # map75(P)
metrics.pose.maps  # a list containing mAP50-95(P) for each category
metrics.pose.image_metrics  # per-image metrics dictionary for pose with precision, recall, F1, TP, FP, and FN

推論#

トレーニング済みのYOLO26n-poseモデルを使用して、画像に対する予測を実行します。predictモードでは、画像、動画、リアルタイムストリームに対して推論を実行できます。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-pose.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Predict with the model
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image

# Access the results
for result in results:
    xy = result.keypoints.xy  # x and y coordinates
    xyn = result.keypoints.xyn  # normalized
    kpts = result.keypoints.data  # x, y, visibility (if available)

Predictページで、predict モードの詳細をすべて確認できます。

結果の出力#

ポーズ推定は、画像ごとに1つのResultsオブジェクトを返します。主な予測フィールドは、ポーズの座標を表すresult.keypointsと、それらのキーポイントが属する検出インスタンスを表すresult.boxesです。

すべてのタスクにおけるタスク固有の Results フィールドについては、タスク別の予測結果セクションを参照してください。

エクスポート#

YOLO26n PoseモデルをONNX、CoreMLなどの別の形式にエクスポートします。これにより、さまざまなプラットフォームやデバイスにモデルをデプロイして、リアルタイム推論を実行できます。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-pose.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom-trained model

# Export the model
model.export(format="onnx")

利用可能なYOLO26-poseのエクスポート形式を以下の表に示します。format引数を使用して、任意の形式にエクスポートできます。つまり、format='onnx'またはformat='engine'を使用します。エクスポートしたモデルで直接予測または検証することもできます。つまり、yolo predict model=yolo26n-pose.onnxを使用します。エクスポートが完了すると、モデルの使用例が表示されます。

nms=None は、外部 NMS の場合は生出力をデフォルトとします。nms=False を設定して利用可能な NMS なしのヘッドを選択します。サポートされていないフォーマットは、ネイティブ出力パスにフォールバックします。上記の nms エントリは、nms=True を使用して NMS を埋め込むことができるフォーマットを特定します。

Exportページで、export の詳細をすべて確認できます。

FAQ#