Набор данных 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

Датасет COCO-Pose адаптирует COCO (Common Objects in Context) для оценки позы: 58 945 изображений из COCO Keypoints 2017, размеченных для 156 165 людей с использованием схемы из 17 ключевых точек. Это стандартный набор для обучения и бенчмаркинга моделей ключевых точек, таких как Ultralytics YOLO26, а подмножество COCO8-Pose, состоящее из 8 изображений, повторяет его формат для быстрой проверки.

Предобученные модели COCO-Pose#

Ключевые особенности#

• COCO-Pose создан на основе соревнования COCO Keypoints 2017, в котором размечено 1 710 498 индивидуальных ключевых точек для 156 165 аннотированных людей.
• Каждая аннотация человека использует 17 типов ключевых точек — нос, глаза, уши, плечи, локти, запястья, бедра, колени и лодыжки, — которые сохраняются в виде тройок (x, y, visibility).
• Как и COCO, он предоставляет стандартизированные метрики оценки, включая сходство ключевых точек объекта (OKS) для задач оценки позы, что делает его подходящим для сравнения производительности моделей.
• Размер скачивания: ~20,2 ГБ при первом использовании (train2017.zip + val2017.zip + разметка). Файл test2017.zip размером 7 ГБ не загружается автоматически, так как эти изображения имеют скрытую разметку и нужны только для отправки в test-dev2017.

Структура набора данных#

Для обучения и валидации COCO-Pose включает только изображения COCO 2017 с размеченными ключевыми точками людей, поэтому его размеченные выборки меньше, чем в полном наборе COCO. Его YAML-файл определяет три подмножества:

1. Train2017: Это подмножество содержит 56 599 изображений из набора данных COCO, размеченных для обучения моделей оценки позы.
2. Val2017: Это подмножество содержит 2 346 изображений, используемых для целей валидации во время обучения модели.
3. Test-dev2017: подмножество из 20 288 изображений из полного набора test2017, содержащего 40 670 изображений со скрытой разметкой. YAML-файл датасета связывает этот сплит с сервером оценки ключевых точек COCO test-dev.

Обучение в таком масштабе — это то, в чем больше всего помогает Ultralytics Platform: она управляет вычислениями, позволяя запускать и отслеживать запуски без выделения собственных GPU.

Применение#

Датасет COCO-Pose специально используется для обучения и оценки моделей глубокого обучения по задачам детектирования ключевых точек и оценки позы. Большое количество размеченных изображений и стандартизированные метрики оценки делают этот датасет незаменимым ресурсом для исследователей и практиков в области компьютерного зрения, работающих с позами человека.

YAML набора данных#

Для определения конфигурации датасета используется YAML-файл. Он содержит информацию о путях датасета, классах и других相关 данных. В случае датасета COCO-Pose файл coco-pose.yaml поддерживается по адресу 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)

Использование#

Чтобы обучить модель YOLO26n-pose на датасете COCO-Pose в течение 100 эпох с размером изображения 640, ты можешь использовать следующие фрагменты кода. Полный список доступных аргументов см. на странице модели Обучение.

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)

Примеры изображений и аннотации#

Набор данных COCO-Pose содержит разнообразный набор изображений с человеческими фигурами, аннотированными ключевыми точками. Вот несколько примеров изображений из этого набора данных вместе с соответствующими аннотациями:

• Мозаичное изображение: это изображение демонстрирует обучающий пакет, составленный из мозаично собранных изображений. Мозаика — это техника, используемая во время обучения, которая объединяет несколько изображений в одно, чтобы увеличить разнообразие объектов и сцен в каждом обучающем пакете. Это помогает улучшить способность модели к обобщению при работе с объектами различных размеров, соотношений сторон и контекстов.

Пример демонстрирует разнообразие и сложность изображений в наборе данных COCO-Pose, а также преимущества использования мозаики в процессе обучения.

Цитирование и благодарности#

Если ты используешь набор данных COCO-Pose в своих исследованиях или разработках, пожалуйста, сошлися на следующую статью:

@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}
}

Мы хотели бы выразить признательность Консорциуму COCO за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения. Дополнительную информацию о датасете COCO-Pose и его создателях можно найти на сайте датасета COCO.

FAQ#