Ultralytics YOLOによる姿勢推定#

姿勢推定は、画像内の特定の点（通常はキーポイントと呼ばれます）の位置を特定するタスクです。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の[x, y]座標のセットで表され、オプションで可視性フラグ[x, y, visible]が付与されます。

姿勢推定モデルの出力は、画像内のオブジェクト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分と、それら相互の位置関係を特定する必要がある場合、姿勢推定が適しています。

モデル#

COCOキーポイントデータセットで事前学習されたYOLO26 Poseモデルを以下に示します。

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の値は、COCO Keypoints val2017データセットで、単一モデル・単一スケールを使用した場合のものです。
  yolo pose val data=coco-pose.yaml device=0 nms=Falseで再現できます
• 速度は、COCO val画像に対してONNXをCPUで、TensorRT10をNVIDIA T4 GPUで使用した場合の平均値です。
  yolo pose val data=coco-pose.yaml batch=1 device=0|cpu nms=Falseで再現できます。
• ParamsとFLOPsの値は、Conv/BatchNormのfoldingと未使用の検出ブランチの削除を適用した後の、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にはトレーニング時のアーキテクチャ全体が保持されているため、より大きな値が表示される場合があります。

予備的なCOCOキーポイントの結果については、未リリースのYOLO27プレビューをご覧ください。

学習#

COCO8-poseデータセットでYOLO26n-poseを、画像サイズ640、100エポックで学習します。使用可能な引数の一覧は、設定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.yaml")  # YAMLから新しいモデルを構築します
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）
model = YOLO("yolo26n-pose.yaml").load("yolo26n-pose.pt")  # YAMLからモデルを構築し、重みを転送します

# モデルをトレーニングする
results = model.train(data="coco8-pose.yaml", epochs=100, imgsz=640)

trainモードの詳細については、学習ページをご覧ください。姿勢推定モデルは、Ultralytics Platformのクラウドトレーニングでも学習できます。

データセットのフォーマット#

YOLO姿勢データセット形式の詳細については、データセットガイドをご覧ください。既存のCOCOキーポイントJSONデータセットをYOLO形式に変換するには、COCOからYOLOへのガイドで説明されているように、組み込みのconvert_coco関数をuse_keypoints=Trueとともに使用します。Ultralytics Platformのアノテーションでは、人、手、顔、およびカスタムのキーポイント配置に対応した組み込みのスケルトンテンプレートを使って、姿勢ラベルを付けることもできます。

カスタム姿勢推定タスクでは、動物の姿勢推定に使えるTiger-Pose、手のトラッキングに使えるHand Keypoints、犬の姿勢分析に使えるDog-Poseなどの専門データセットもご検討ください。

検証#

学習済みのYOLO26n-poseモデルの精度を検証します。modelは学習時のdataと引数をモデル属性として保持するため、引数は不要です。学習の例にあるpath/to/best.ptはCOCO8-poseで検証します。公式ウェイトには、お使いのマシン上に存在しない学習データセットのパスが記録されているため、警告を表示してタスクのデフォルトcoco8-pose.yamlにフォールバックします。別のデータセットで検証するには、dataを指定します。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-pose.pt")  # 公式モデルを読み込みます
model = YOLO("path/to/best.pt")  # カスタムモデルを読み込む

# モデルを検証します
metrics = model.val()  # データセットと設定が記憶されるため、引数は不要です
metrics.box.map  # map50-95
metrics.box.map50  # map50
metrics.box.map75  # map75
metrics.box.maps  # カテゴリごとのmAP50-95を含むリスト
metrics.box.image_metrics  # ボックスの画像ごとのメトリクス辞書。precision、recall、F1、TP、FP、FNを含みます
metrics.pose.map  # map50-95(P)
metrics.pose.map50  # map50(P)
metrics.pose.map75  # map75(P)
metrics.pose.maps  # 各カテゴリのmAP50-95(P)を含むリスト
metrics.pose.image_metrics  # 姿勢の画像ごとのメトリクス辞書。precision、recall、F1、TP、FP、FNを含みます

推論#

学習済みのYOLO26n-poseモデルを使用して、画像に対する予測を実行します。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-pose.pt")  # 公式モデルを読み込みます
model = YOLO("path/to/best.pt")  # カスタムモデルを読み込む

# モデルで予測します
results = model("https://ultralytics.com/images/bus.jpg")  # 画像に対して予測します

# 結果にアクセスします
for result in results:
    xy = result.keypoints.xy  # x座標とy座標
    xyn = result.keypoints.xyn  # normalized
    kpts = result.keypoints.data  # x、y、可視性（利用可能な場合）

Predictページでpredictモードの詳細をご確認ください。

結果の出力#

姿勢推定では、画像ごとに1つのResultsオブジェクトが返されます。主な予測フィールドは、姿勢の座標を示す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示す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ご覧ください。

キーポイントのインデックスマップ#

デフォルトのYOLO26 Poseモデルは17個のCOCOキーポイントを予測するため、result.keypoints.xy[:, k]内のインデックスkは次のとおりです。

0. 鼻
1. 左目
2. 右目
3. 左耳
4. 右耳
5. 左肩
6. 右肩
7. 左肘
8. 右肘
9. 左手首
10. 右手首
11. 左腰
12. 右腰
13. 左膝
14. 右膝
15. 左足首
16. 右足首

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。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-pose.pt")  # 公式モデルを読み込みます
model = YOLO("path/to/best.pt")  # カスタムモデルを読み込む

# モデルをエクスポートする
model.export(format="onnx")

使用可能なYOLO26-poseのエクスポート形式を以下の表に示します。format引数を使用すれば、format='onnx'やformat='engine'など、任意の形式にエクスポートできます。エクスポート済みモデルで直接予測または検証することもできます（例：yolo predict model=yolo26n-pose.onnx）。エクスポートが完了すると、お使いのモデルに対応する使用例が表示されます。

nms=None は外部NMS向けにraw出力をデフォルトで使用します。利用可能なNMSフリーヘッドを選択するには、nms=Falseを設定してください。未対応のフォーマットでは、ネイティブの出力パスにフォールバックします。上記のnmsの項目は、nms=Trueを使用してNMSを埋め込めるフォーマットを示しています。

詳細なexport情報については、Exportページをご覧ください。

よくある質問#