Link to this sectionConjunto de dados COCO-Pose#

O dataset COCO-Pose adapta o COCO (Common Objects in Context) para pose estimation: 58.945 imagens do COCO Keypoints 2017, anotadas com 156.165 pessoas usando um esquema de 17 pontos-chave. É o conjunto padrão para treinar e avaliar modelos de pontos-chave como o Ultralytics YOLO26, e o subconjunto de 8 imagens COCO8-Pose reflete seu formato para verificações rápidas.

Link to this sectionModelos Pré-treinados COCO-Pose#

Link to this sectionPrincipais recursos#

• O COCO-Pose baseia-se no desafio COCO Keypoints 2017, que rotula 1.710.498 pontos-chave individuais em 156.165 pessoas anotadas.
• Cada anotação de pessoa usa 17 tipos de pontos-chave — nariz, olhos, orelhas, ombros, cotovelos, pulsos, quadris, joelhos e tornozelos — armazenados como trigêmeos (x, y, visibility).
• Assim como o COCO, ele fornece métricas de avaliação padronizadas, incluindo a Similaridade de Pontos-Chave de Objetos (OKS) para tarefas de estimativa de pose, tornando-o adequado para comparar o desempenho dos modelos.
• Tamanho do download: ~20,2 GB na primeira utilização (train2017.zip + val2017.zip + labels). O arquivo test2017.zip de 7 GB não é buscado automaticamente, uma vez que essas imagens possuem ground truth retido e só são necessárias para uma submissão test-dev2017.

Link to this sectionEstrutura do Dataset#

Para treinamento e validação, o COCO-Pose inclui apenas imagens do COCO 2017 com pessoas anotadas por pontos-chave, portanto, seus splits rotulados são menores que os do COCO completo. Seu YAML define três subconjuntos:

1. Train2017: Este subconjunto contém 56.599 imagens do dataset COCO, anotadas para treinar modelos de pose estimation.
2. Val2017: Este subconjunto possui 2.346 imagens usadas para fins de validação durante o treinamento do modelo.
3. Test-dev2017: Um subconjunto de 20.288 imagens do conjunto completo test2017 de 40.670 imagens com ground truth retido. O YAML do dataset vincula este split ao servidor de avaliação de pontos-chave COCO test-dev.

O treinamento nesta escala é onde a Ultralytics Platform mais ajuda — ela gerencia a computação para que possas iniciar e monitorar execuções sem provisionar as tuas próprias GPUs.

Link to this sectionAplicações#

O dataset COCO-Pose é usado especificamente para treinar e avaliar modelos de deep learning em detecção de pontos-chave e pose estimation. O grande número de imagens anotadas do dataset e as métricas de avaliação padronizadas o tornam um recurso essencial para pesquisadores e profissionais de computer vision que trabalham com pose humana.

Link to this sectionYAML do Dataset#

Um arquivo YAML é usado para definir a configuração do conjunto de dados. Ele contém informações sobre os caminhos do conjunto de dados, classes e outras informações relevantes. No caso do conjunto de dados COCO-Pose, o arquivo coco-pose.yaml é mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco-pose.yaml.

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

# COCO 2017 Keypoints dataset https://cocodataset.org by Microsoft
# Documentation: https://docs.ultralytics.com/datasets/pose/coco
# Example usage: yolo train data=coco-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco-pose ← downloads here (20.2 GB)

# 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: coco-pose # dataset root dir
train: train2017.txt # train images (relative to 'path') 56599 images
val: val2017.txt # val images (relative to 'path') 2346 images
test: test-dev2017.txt # 20288 of 40670 images, submit to https://codalab.lisn.upsaclay.fr/competitions/7403

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

# Classes
names:
  0: person

# Keypoint names per class
kpt_names:
  0:
    - nose
    - left_eye
    - right_eye
    - left_ear
    - right_ear
    - left_shoulder
    - right_shoulder
    - left_elbow
    - right_elbow
    - left_wrist
    - right_wrist
    - left_hip
    - right_hip
    - left_knee
    - right_knee
    - left_ankle
    - right_ankle

# Download script/URL (optional)
download: |
  from pathlib import Path

  from ultralytics.utils import ASSETS_URL
  from ultralytics.utils.downloads import download

  # Download labels
  dir = Path(yaml["path"])  # dataset root dir

  urls = [f"{ASSETS_URL}/coco2017labels-pose.zip"]
  download(urls, dir=dir.parent)

  # Download data (test2017.zip excluded: ground truth is withheld, only used for the CodaLab test-dev split)
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
  ]
  download(urls, dir=dir / "images", threads=3)

Link to this sectionUso#

Para treinar um modelo YOLO26n-pose no conjunto de dados COCO-Pose por 100 epochs com um tamanho de imagem de 640, podes usar os trechos de código a seguir. Para obter uma lista completa de argumentos disponíveis, consulta a página de Treinamento do modelo.

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

Link to this sectionExemplos de Imagens e Anotações#

O conjunto de dados COCO-Pose contém um conjunto diversificado de imagens com figuras humanas anotadas com pontos-chave. Aqui estão alguns exemplos de imagens do conjunto de dados, juntamente com suas anotações correspondentes:

• Imagem em Mosaico: Esta imagem demonstra um lote de treino composto por imagens do conjunto de dados em mosaico. A mosaicação é uma técnica usada durante o treino que combina múltiplas imagens numa única imagem para aumentar a variedade de objetos e cenas dentro de cada lote de treino. Isto ajuda a melhorar a capacidade do modelo de generalizar para diferentes tamanhos de objeto, proporções e contextos.

O exemplo demonstra a variedade e a complexidade das imagens no conjunto de dados COCO-Pose e os benefícios de usar a técnica de mosaico durante o processo de treinamento.

Link to this sectionCitações e Agradecimentos#

Se usares o conjunto de dados COCO-Pose no teu trabalho de pesquisa ou desenvolvimento, por favor cita o seguinte artigo:

@misc{lin2015microsoft,
      title={Microsoft COCO: Common Objects in Context},
      author={Tsung-Yi Lin and Michael Maire and Serge Belongie and Lubomir Bourdev and Ross Girshick and James Hays and Pietro Perona and Deva Ramanan and C. Lawrence Zitnick and Piotr Dollár},
      year={2015},
      eprint={1405.0312},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Gostaríamos de agradecer ao COCO Consortium por criar e manter este recurso valioso para a comunidade de visão computacional. Para mais informações sobre o conjunto de dados COCO-Pose e seus criadores, visita o site do conjunto de dados COCO.

Link to this sectionFAQ#

Link to this sectionO que é o conjunto de dados COCO-Pose e como ele é usado com o Ultralytics YOLO para estimativa de pose?#

O COCO-Pose fornece as imagens e anotações do COCO Keypoints 2017 convertidas para o formato de pontos-chave YOLO, usando um esquema de 17 pontos-chave em 58.945 imagens. Aponta qualquer modelo de pose Ultralytics YOLO para ele com data=coco-pose.yaml, e a página de Training documenta cada argumento que podes ajustar a partir daí.

Link to this sectionComo posso treinar um modelo YOLO26 no conjunto de dados COCO-Pose?#

Carrega yolo26n-pose.pt e chama model.train(data="coco-pose.yaml", epochs=100, imgsz=640) — vê o Train Example acima para os snippets completos de Python e CLI, e a página de treinamento para uma lista abrangente de argumentos.

Link to this sectionQuais são as diferentes métricas fornecidas pelo conjunto de dados COCO-Pose para avaliar o desempenho do modelo?#

O conjunto de dados COCO-Pose fornece várias métricas de avaliação padronizadas para tarefas de estimativa de pose, semelhantes ao conjunto de dados COCO original. As principais métricas incluem a Similaridade de Pontos-Chave de Objetos (OKS), que avalia a accuracy dos pontos-chave previstos em relação às anotações de verdade fundamental. Essas métricas permitem comparações de desempenho completas entre diferentes modelos. Por exemplo, os modelos pré-treinados do COCO-Pose, como o YOLO26n-pose, YOLO26s-pose e outros, possuem métricas de desempenho específicas listadas na documentação, como mAP^pose50-95 e mAP^pose50.

Link to this sectionComo o conjunto de dados COCO-Pose é estruturado e dividido?#

O COCO-Pose disponibiliza dois splits rotulados: 56.599 imagens train2017 e 2.346 imagens val2017. Um terceiro split, test-dev2017 (20.288 das 40.670 imagens completas do test2017), mantém seu ground truth privado; o YAML do dataset vincula-o ao servidor de avaliação de pontos-chave COCO test-dev. Vê a seção Dataset Structure ou o arquivo coco-pose.yaml no GitHub para os caminhos exatos dos splits.

Link to this sectionQuais são os principais recursos e aplicações do conjunto de dados COCO-Pose?#

O COCO-Pose usa 17 tipos de pontos-chave humanos e herda as métricas padronizadas do COCO, incluindo Object Keypoint Similarity (OKS), para comparar modelos. Essa combinação adapta-se a aplicações de pose humana como análise esportiva, saúde e interação humano-computador. Pesos pré-treinados YOLO26-pose estão listados em COCO-Pose Pretrained Models.

Para mais informações sobre modelos de pontos-chave, vê os documentos da tarefa Pose Estimation.