Conjunto de dados COCO-Pose#

58,931

COCO 2017 Pose

ultralytics

publicPose

COCO 2017 human pose benchmark with 58,931 unique train and validation images and 156,104 person instances labeled with 17 keypoints. Includes official train2017 and val2017 pose subsets with exact and canonical duplicate source images normalized to one retained image. Licensed CC BY 4.0.

1 class5.6 GBAug 22, 2026

person

pose-estimationcocococo2017+2

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

Modelos Pré-treinados COCO-Pose#

Principais 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, punhos, quadris, joelhos e tornozelos — armazenados como tripletos (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 no primeiro uso (train2017.zip + val2017.zip + rótulos). O test2017.zip de 7 GB não é baixado automaticamente, uma vez que essas imagens têm o ground truth oculto e são necessárias apenas para uma submissão ao test-dev2017.

Estrutura 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 test2017 completo de 40.670 imagens com o ground truth oculto. O YAML do conjunto de dados vincula esta divisão ao servidor de avaliação de pontos-chave COCO test-dev.

O treinamento nessa escala é onde a Ultralytics Platform mais ajuda — ela gerencia o processamento para que possas iniciar e monitorar execuções sem precisares de provisionar as tuas próprias GPUs.

Aplicações#

O conjunto de dados COCO-Pose é utilizado especificamente para treinar e avaliar modelos de deep learning em deteção de pontos-chave e estimativa de pose. O elevado número de imagens anotadas e as métricas de avaliação padronizadas tornam-no num recurso essencial para investigadores e profissionais de visão computacional que trabalham com poses humanas.

YAML do Dataset#

Um ficheiro YAML é utilizado para definir a configuração do conjunto de dados. Ele contém informações sobre os caminhos, as classes e outras informações relevantes do conjunto de dados. No caso do conjunto de dados COCO-Pose, o ficheiro 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)

Uso#

Para treinar um modelo YOLO26n-pose no conjunto de dados COCO-Pose durante 100 épocas com um tamanho de imagem de 640, podes utilizar os seguintes trechos de código. Para obteres uma lista abrangente 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)

Exemplos 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.

Citações 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 os seus criadores, visita o site do conjunto de dados COCO.

FAQ#