Link to this sectionConjunto de dados COCO-Pose#

O conjunto de dados COCO-Pose é uma versão especializada do conjunto de dados COCO (Common Objects in Context), projetada para tarefas de estimativa de pose. Ele utiliza as imagens e rótulos do COCO Keypoints 2017 para permitir o treinamento de modelos como o YOLO para tarefas de estimativa de pose.

Link to this sectionModelos Pré-treinados COCO-Pose#

Link to this sectionPrincipais recursos#

• O COCO-Pose baseia-se no conjunto de dados COCO Keypoints 2017, que contém 200 mil imagens rotuladas com pontos-chave para tarefas de estimativa de pose.
• O conjunto de dados suporta 17 pontos-chave para figuras humanas, facilitando a estimativa de pose detalhada.
• 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.

Link to this sectionEstrutura do Dataset#

O conjunto de dados COCO-Pose é dividido em três subconjuntos:

1. Train2017: Este subconjunto contém 56599 imagens do conjunto de dados COCO, anotadas para o treinamento de modelos de estimativa de pose.
2. Val2017: Este subconjunto possui 2346 imagens usadas para fins de validação durante o treinamento do modelo.
3. Test2017: Este subconjunto consiste em imagens usadas para testar e avaliar modelos treinados. As anotações de ground truth para este subconjunto não estão disponíveis publicamente, e os resultados são enviados ao COCO evaluation server para avaliação de desempenho.

Link to this sectionAplicações#

O conjunto de dados COCO-Pose é usado especificamente para treinar e avaliar modelos de deep learning em tarefas de detecção de pontos-chave e estimativa de pose, como o OpenPose. O grande número de imagens anotadas e as métricas de avaliação padronizadas do conjunto de dados tornam-no um recurso essencial para pesquisadores e profissionais de computer vision focados em estimativa de pose.

Link to this sectionYAML do Dataset#

Um arquivo YAML (Yet Another Markup Language) é usado para definir a configuração do conjunto de dados. Ele contém informações sobre os caminhos, classes e outras informações relevantes do conjunto de dados. 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 (20.1 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
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
      "http://images.cocodataset.org/zips/test2017.zip",  # 7G, 41k images (optional)
  ]
  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 conjunto de dados COCO-Pose é uma versão especializada do conjunto de dados COCO (Common Objects in Context) projetada para tarefas de estimativa de pose. Ele baseia-se nas imagens e anotações do COCO Keypoints 2017, permitindo o treinamento de modelos como o Ultralytics YOLO para estimativa de pose detalhada. Por exemplo, podes usar o conjunto de dados COCO-Pose para treinar um modelo YOLO26n-pose carregando um modelo pré-treinado e treinando-o com uma configuração YAML. Para exemplos de treinamento, consulta a documentação de Treinamento.

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

O treinamento de um modelo YOLO26 no conjunto de dados COCO-Pose pode ser realizado usando Python ou comandos CLI. Por exemplo, para treinar um modelo YOLO26n-pose por 100 epochs com um tamanho de imagem de 640, podes seguir os passos abaixo:

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)

Para mais detalhes sobre o processo de treinamento e argumentos disponíveis, verifica a página de treinamento.

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 conjunto de dados COCO-Pose é dividido em três subconjuntos:

1. Train2017: Contém 56599 imagens COCO, anotadas para o treinamento de modelos de estimativa de pose.
2. Val2017: 2346 imagens para fins de validação durante o treinamento do modelo.
3. Test2017: Imagens usadas para testar e avaliar modelos treinados. As anotações de ground truth para este subconjunto não estão disponíveis publicamente; os resultados são enviados ao COCO evaluation server para avaliação de desempenho.

Esses subconjuntos ajudam a organizar as fases de treinamento, validação e teste de forma eficaz. Para detalhes de configuração, explora o arquivo coco-pose.yaml disponível no GitHub.

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

O conjunto de dados COCO-Pose amplia as anotações do COCO Keypoints 2017 para incluir 17 pontos-chave para figuras humanas, permitindo a estimativa de pose detalhada. Métricas de avaliação padronizadas (por exemplo, OKS) facilitam comparações entre diferentes modelos. As aplicações do conjunto de dados COCO-Pose abrangem vários domínios, como análise esportiva, saúde e interação humano-computador, onde quer que seja necessária uma estimativa detalhada da pose de figuras humanas. Para uso prático, aproveitar modelos pré-treinados como aqueles fornecidos na documentação (por exemplo, YOLO26n-pose) pode simplificar significativamente o processo (Key Features).

Se usares o conjunto de dados COCO-Pose no teu trabalho de pesquisa ou desenvolvimento, por favor cita o artigo com a seguinte entrada BibTeX.