Датасет Dog-Pose#

8,449

Dog Pose

ultralytics

publicPose

Dog Pose builds on Stanford Dogs and ImageNet imagery, labeling one dog per image with 24 three-dimensional keypoints and visibility. It supports articulated animal pose estimation across breeds, body shapes, viewpoints, actions, occlusion, and image backgrounds.

1 class480.7 MBSep 2, 2026

dog

dogsanimalspose-estimation+1

Введение#

Датасет Dog-Pose от Ultralytics — это обширный высококачественный набор данных, специально подготовленный для определения ключевых точек собак. В него входят 6 773 изображения для обучения и 1 703 изображения для валидации.

На каждом размеченном изображении указаны 24 ключевые точки с тремя координатами для каждой точки (x, y, видимость), что делает датасет ценным ресурсом для передовых исследований и разработок в области компьютерного зрения.

Если тебе нужна конкретная порода или совсем другое животное, платформа Ultralytics позволяет загружать данные, размечать их и обучать собственную модель ключевых точек без необходимости управлять инфраструктурой.

Структура набора данных#

• Всего изображений: 8 476 (6 773 train / 1 703 val) с соответствующими файлами разметки в формате YOLO.

• Ключевые точки: 24 на собаку, представленные триплетами (x, y, visibility).

• Размер загрузки: ~337 МБ.

• Структура:

  datasets/dog-pose/
  ├── images/{train,val}
  └── labels/{train,val}

Файл YAML набора данных#

Для описания конфигурации датасета используется YAML-файл. В нём указаны пути, сведения о ключевых точках и другая необходимая информация. Для датасета Dog-Pose файл dog-pose.yaml доступен по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml.

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

# Dogs dataset http://vision.stanford.edu/aditya86/ImageNetDogs/ by Stanford
# Documentation: https://docs.ultralytics.com/datasets/pose/dog-pose
# Example usage: yolo train data=dog-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── dog-pose ← downloads here (337 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: dog-pose # dataset root dir
train: images/train # train images (relative to 'path') 6773 images
val: images/val # val images (relative to 'path') 1703 images

# Keypoints
kpt_shape: [24, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)

# Classes
names:
  0: dog

# Keypoint names per class
kpt_names:
  0:
    - front_left_paw
    - front_left_knee
    - front_left_elbow
    - rear_left_paw
    - rear_left_knee
    - rear_left_elbow
    - front_right_paw
    - front_right_knee
    - front_right_elbow
    - rear_right_paw
    - rear_right_knee
    - rear_right_elbow
    - tail_start
    - tail_end
    - left_ear_base
    - right_ear_base
    - nose
    - chin
    - left_ear_tip
    - right_ear_tip
    - left_eye
    - right_eye
    - withers
    - throat

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/dog-pose.zip

Использование#

Чтобы обучить модель YOLO26n-pose на датасете Dog-Pose в течение 100 эпох с размером изображения 640, используй следующие фрагменты кода. Полный список доступных аргументов смотри на странице модели Обучение.

from ultralytics import YOLO

# Загрузить модель
model = YOLO("yolo26n-pose.pt")  # загрузить предварительно обученную модель (рекомендуется для обучения)

# Обучить модель
results = model.train(data="dog-pose.yaml", epochs=100, imgsz=640)

Примеры изображений и аннотаций#

Ниже приведены примеры изображений из датасета Dog-Pose с соответствующими аннотациями:

• Мозаичное изображение: на изображении показан обучающий батч, составленный из мозаично объединённых изображений датасета. Мозаичное объединение — это метод, применяемый во время обучения: несколько изображений объединяются в одно, чтобы увеличить разнообразие объектов и сцен в каждом обучающем батче. Это помогает модели лучше обобщать данные для объектов разных размеров, с разными соотношениями сторон и в разных контекстах.

Этот пример демонстрирует разнообразие и сложность изображений в датасете Dog-Pose, а также преимущества использования мозаичной аугментации при обучении.

Цитирование и благодарности#

Если ты используешь датасет Dog-Pose в исследованиях или разработке, процитируй следующую работу:

@inproceedings{khosla2011fgvc,
  title={Novel dataset for Fine-Grained Image Categorization},
  author={Aditya Khosla and Nityananda Jayadevaprakash and Bangpeng Yao and Li Fei-Fei},
  booktitle={First Workshop on Fine-Grained Visual Categorization (FGVC), IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2011}
}
@inproceedings{deng2009imagenet,
  title={ImageNet: A Large-Scale Hierarchical Image Database},
  author={Jia Deng and Wei Dong and Richard Socher and Li-Jia Li and Kai Li and Li Fei-Fei},
  booktitle={IEEE Computer Vision and Pattern Recognition (CVPR)},
  year={2009}
}

Мы хотели бы поблагодарить команду Стэнфорда за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения. Подробнее о датасете Dog-Pose и его создателях можно узнать на сайте датасета Stanford Dogs.

Часто задаваемые вопросы#