Tiger-Pose 데이터 세트

소개

Ultralytics는 포즈 추정 작업을 위해 설계된 다재다능한 컬렉션인 Tiger-Pose 데이터 세트를 소개합니다. 이 데이터 세트는 YouTube 비디오에서 가져온 263개의 이미지로 구성되어 있으며, 210개의 이미지는 훈련용으로, 53개는 유효성 검사용으로 할당됩니다. 포즈 추정 알고리즘을 테스트하고 문제를 해결하는 데 훌륭한 리소스 역할을 합니다.

타이거 포즈 데이터 세트는 210개의 이미지로 구성된 관리 가능한 훈련 분할임에도 불구하고 다양성을 제공하므로 훈련 파이프라인을 평가하고 잠재적인 오류를 식별하며 포즈 추정을 위한 대규모 데이터 세트 작업 전에 유용한 예비 단계로 사용하기에 적합합니다.

이 데이터셋은 Ultralytics Platform 및 YOLO26과 함께 사용하도록 고안되었습니다.

데이터 세트 구조

• 총 이미지 수: 263개(기차 210개/발 53개).
• 키포인트: 호랑이당 12개(가시성 플래그 없음).
• 디렉토리 레이아웃: YOLO 형식 키포인트는 다음 위치에 저장됩니다. labels/{train,val} 함께 images/{train,val} 디렉터리로 이동합니다.

참고: Ultralytics Platform을 사용하여 Tiger-Pose 데이터셋에서 YOLO26 Pose 모델 훈련

데이터세트 YAML

YAML(Yet Another Markup Language) 파일은 데이터 세트의 구성 세부 정보를 지정하는 데 사용됩니다. 여기에는 파일 경로, 클래스 정의 및 기타 관련 정보와 같은 중요한 데이터가 포함됩니다. 특히, tiger-pose.yaml 파일은 다음에서 확인할 수 있습니다. Ultralytics Tiger-Pose 데이터 세트 구성 파일.

# 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

사용법

이미지 크기 640으로 Tiger-Pose 데이터셋에서 YOLO26n-pose 모델을 100 에포크 동안 훈련하려면 다음 코드 스니펫을 사용할 수 있습니다. 사용 가능한 인수의 전체 목록은 모델 훈련 페이지를 참조하세요.

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)

# Start training from a pretrained *.pt model
yolo pose train data=tiger-pose.yaml model=yolo26n-pose.pt epochs=100 imgsz=640

샘플 이미지 및 주석

다음은 Tiger-Pose 데이터 세트의 이미지와 해당 어노테이션의 예입니다.

• 모자이크 이미지: 이 이미지는 모자이크 데이터 세트 이미지로 구성된 훈련 배치를 보여줍니다. 모자이킹은 각 훈련 배치 내에서 객체와 장면의 다양성을 높이기 위해 여러 이미지를 단일 이미지로 결합하는 훈련 중 사용되는 기술입니다. 이는 모델이 다양한 객체 크기, 종횡비 및 컨텍스트로 일반화하는 능력을 향상시키는 데 도움이 됩니다.

이 예는 Tiger-Pose 데이터 세트의 이미지의 다양성과 복잡성, 그리고 훈련 과정에서 모자이크를 사용하는 이점을 보여줍니다.

추론 예시

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 pose predict source="https://youtu.be/MIBAT6BGE6U" show=True model="path/to/best.pt"

인용 및 감사의 말씀

이 데이터 세트는 AGPL-3.0 라이선스에 따라 사용 가능합니다.

FAQ

Ultralytics Tiger-Pose 데이터 세트는 어디에 사용됩니까?

Ultralytics Tiger-Pose 데이터셋은 YouTube 비디오에서 가져온 263개의 이미지로 구성된 자세 추정 작업을 위해 설계되었습니다. 이 데이터셋은 210개의 훈련 이미지와 53개의 검증 이미지로 나뉩니다. Ultralytics Platform과 YOLO26을 사용하여 자세 추정 알고리즘을 테스트, 훈련 및 개선하는 데 특히 유용합니다.

Tiger-Pose 데이터셋에서 YOLO26 모델을 어떻게 훈련하나요?

이미지 크기 640으로 Tiger-Pose 데이터셋에서 YOLO26n-pose 모델을 100 에포크 동안 훈련하려면 다음 코드 스니펫을 사용하세요. 자세한 내용은 훈련 페이지를 방문하세요:

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)

# Start training from a pretrained *.pt model
yolo pose train data=tiger-pose.yaml model=yolo26n-pose.pt epochs=100 imgsz=640

어떤 구성을 tiger-pose.yaml 파일에 무엇이 포함되어 있습니까?

에 지정되어 있습니다. tiger-pose.yaml 파일은 Tiger-Pose 데이터 세트의 구성 세부 정보를 지정하는 데 사용됩니다. 여기에는 파일 경로 및 클래스 정의와 같은 중요한 데이터가 포함됩니다. 정확한 구성을 확인하려면 다음을 확인하십시오. Ultralytics Tiger-Pose 데이터 세트 구성 파일.

Tiger-Pose 데이터셋에서 훈련된 YOLO26 모델을 사용하여 어떻게 추론을 실행할 수 있나요?

Tiger-Pose 데이터셋에서 훈련된 YOLO26 모델을 사용하여 추론을 수행하려면 다음 코드 스니펫을 사용할 수 있습니다. 자세한 가이드는 예측 페이지를 방문하세요:

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 pose predict source="https://youtu.be/MIBAT6BGE6U" show=True model="path/to/best.pt"

포즈 추정에 Tiger-Pose 데이터 세트를 사용할 때의 이점은 무엇인가요?

Tiger-Pose 데이터셋은 훈련용 이미지 210개라는 관리하기 쉬운 크기에도 불구하고 자세 추정 파이프라인을 테스트하는 데 이상적인 다양한 이미지 컬렉션을 제공합니다. 이 데이터셋은 잠재적인 오류를 식별하는 데 도움이 되며 더 큰 데이터셋으로 작업하기 전의 예비 단계 역할을 합니다. 또한 이 데이터셋은 Ultralytics Platform과 YOLO26과 같은 고급 도구를 사용하여 자세 추정 알고리즘의 훈련 및 개선을 지원하여 모델 성능과 정확도를 향상시킵니다.

5; 2 년 전에 생성됨 ✏️ 7 전에 업데이트됨

댓글