Link to this section손 키포인트 데이터셋#

Link to this section소개#

Ultralytics Hand Keypoints 데이터셋은 Google MediaPipe 라이브러리를 사용하여 생성된, 각 21개의 키포인트가 주석으로 달린 26,768개의 손 이미지로 구성되어 높은 정확도와 일관성을 제공합니다. 이 데이터셋은 포즈 추정 모델 학습을 위한 Ultralytics YOLO26 형식과 호환됩니다.

Link to this sectionKeypoints#

각 손은 다음과 같이 21개의 키포인트로 주석이 달려 있습니다:

1. 손목
2. 엄지손가락 (4개 포인트)
3. 검지손가락 (4개 포인트)
4. 중지손가락 (4개 포인트)
5. 약지손가락 (4개 포인트)
6. 새끼손가락 (4개 포인트)

Link to this section데이터셋 구조#

• 전체 이미지: 26,768개 (훈련 세트 18,776개 / 검증 세트 7,992개).
• 클래스: 1개 (손).
• 키포인트: 손 하나당 (x, y, visibility) 트리플렛으로 구성된 21개.
• 다운로드 크기: 약 369 MB.

일반적인 손 랜드마크를 넘어선 맞춤형 제스처 어휘가 필요한 경우, Ultralytics Platform을 통해 브라우저에서 직접 데이터셋 라벨링 및 학습을 수행할 수 있습니다.

Link to this section응용 분야#

Hand Keypoints는 여러 실제 응용 분야를 지원합니다:

• 제스처 인식: 인간-컴퓨터 상호작용 및 비접촉식 제어 인터페이스.
• AR/VR 제어: 가상 객체와의 정밀한 상호작용.
• 로봇 조작: 로봇 손의 세밀한 제어.
• 의료: 의학적 진단을 위한 손 움직임 분석.
• 애니메이션: 사실적인 손 움직임을 위한 모션 캡처.
• 생체 인증: 손 기하학 기반 보안 시스템.

Link to this section데이터셋 YAML#

YAML 파일은 데이터셋 구성을 정의하는 데 사용됩니다. 이 파일에는 데이터셋의 경로, 클래스 및 기타 관련 정보가 포함되어 있습니다. Hand Keypoints 데이터셋의 경우, hand-keypoints.yaml 파일이 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/hand-keypoints.yaml에 유지 관리되고 있습니다.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Hand Keypoints dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/hand-keypoints
# Example usage: yolo train data=hand-keypoints.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── hand-keypoints ← downloads here (369 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: hand-keypoints # dataset root dir
train: images/train # train images (relative to 'path') 18776 images
val: images/val # val images (relative to 'path') 7992 images

# Keypoints
kpt_shape: [21, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 1, 2, 4, 3, 10, 11, 12, 13, 14, 5, 6, 7, 8, 9, 15, 16, 17, 18, 19, 20]

# Classes
names:
  0: hand

# Keypoint names per class
kpt_names:
  0:
    - wrist
    - thumb_cmc
    - thumb_mcp
    - thumb_ip
    - thumb_tip
    - index_mcp
    - index_pip
    - index_dip
    - index_tip
    - middle_mcp
    - middle_pip
    - middle_dip
    - middle_tip
    - ring_mcp
    - ring_pip
    - ring_dip
    - ring_tip
    - pinky_mcp
    - pinky_pip
    - pinky_dip
    - pinky_tip

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/hand-keypoints.zip

Link to this section사용법#

손 키포인트 데이터셋에서 YOLO26n-pose 모델을 640 이미지 크기로 100 에폭 동안 학습시키려면 다음 코드 스니펫을 사용할 수 있습니다. 사용 가능한 인수의 전체 목록은 모델 학습 페이지를 참조하십시오.

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="hand-keypoints.yaml", epochs=100, imgsz=640)

Link to this section샘플 이미지 및 주석#

Hand Keypoints 데이터셋은 키포인트가 주석으로 달린 사람 손의 다양한 이미지 세트를 포함합니다. 다음은 데이터셋 이미지 예시와 해당 주석입니다:

• 모자이크 처리된 이미지: 이 이미지는 모자이크 처리된 데이터셋 이미지로 구성된 학습 배치를 보여줍니다. 모자이킹은 학습 중에 여러 이미지를 하나의 이미지로 결합하여 각 학습 배치 내의 객체와 장면의 다양성을 높이는 데 사용되는 기술입니다. 이는 모델이 다양한 객체 크기, 종횡비 및 맥락에 일반화할 수 있는 능력을 향상시키는 데 도움이 됩니다.

이 예시는 손 키포인트 데이터셋에 포함된 이미지의 다양성과 복잡성, 그리고 학습 과정에서 모자이크(mosaicing)를 사용할 때의 이점을 보여줍니다.

Link to this section인용 및 감사의 글#

연구 또는 개발 작업에 Hand Keypoints 데이터셋을 사용하는 경우, 다음 출처를 명시해 주시기 바랍니다:

Vision AI 연구에 큰 기여를 해준 이 데이터셋의 제작자 Rion Dsilva 님께도 감사를 표합니다.

Link to this sectionFAQ#

Link to this section손 키포인트 데이터셋에서 YOLO26 모델을 학습시키려면 어떻게 해야 합니까?#

yolo26n-pose.pt를 로드하고 model.train(data="hand-keypoints.yaml", epochs=100, imgsz=640)을 호출하십시오. 전체 Python 및 CLI 스니펫은 위의 학습 예제를 참조하고, 인수 전체 목록은 모델 학습 페이지를 확인하십시오.

Link to this sectionHand Keypoints 데이터셋을 사용하면 어떤 이점이 있습니까?#

Google MediaPipe를 통해 생성된 26,768개의 주석 이미지와 손당 21개의 키포인트를 갖춘 Hand Keypoints 데이터셋은 고급 포즈 추정 작업에 필요한 규모와 주석 정확도를 포즈 추정 모델에 제공합니다. 전체 랜드마크 분석은 키포인트 섹션을 참조하십시오.

Link to this section손 키포인트 데이터셋을 사용하면 어떤 애플리케이션에 도움이 됩니까?#

Hand Keypoints는 제스처 인식, AR/VR 제어, 로봇 조작, 의료 움직임 분석, 애니메이션, 생체 인증을 지원합니다. 자세한 내용은 응용 분야 섹션을 참조하십시오.

Link to this section손 키포인트 데이터셋은 어떻게 구성되어 있습니까?#

손 키포인트 데이터셋은 두 개의 하위 집합으로 나뉩니다:

1. Train: 포즈 추정 모델 학습을 위한 18,776장의 이미지.
2. Val: 모델 학습 중 검증 목적을 위한 7,992장의 이미지.

이 구조는 포괄적인 학습 및 검증 과정을 보장합니다. 더 자세한 내용은 데이터셋 구조 섹션을 확인하십시오.

Link to this section데이터셋 YAML 파일을 학습에 어떻게 사용합니까?#

데이터셋 구성은 YAML 파일에 정의되어 있으며, 여기에는 경로, 클래스 및 기타 관련 정보가 포함됩니다. hand-keypoints.yaml 파일은 hand-keypoints.yaml에서 찾을 수 있습니다.

이 YAML 파일을 학습에 사용하려면 위의 학습 예시와 같이 학습 스크립트나 CLI 명령에서 지정하십시오. 더 자세한 내용은 데이터셋 YAML 섹션을 참조하십시오.