Датасет ключевых точек кисти руки#

26,677

Hand Keypoints

ultralytics

publicPose

Hand Keypoints is Rion Dsilva's pose dataset built from three credited gesture collections with MediaPipe annotations. Each image labels one hand with 21 landmarks and visibility, supporting articulated pose estimation across hand shapes, gestures, viewpoints, and backgrounds.

21 class297.5 MBSep 2, 2026

hand

posehandskeypoints+2

Введение#

Датасет ключевых точек кисти руки от Ultralytics содержит 26 768 изображений кистей, размеченных 21 ключевой точкой каждое. Данные созданы с помощью библиотеки Google MediaPipe, что обеспечивает высокую точность и согласованность. Датасет совместим с форматами Ultralytics YOLO26 для обучения моделей оценки позы.

Ключевые точки#

Каждая кисть размечена 21 ключевой точкой:

1. Запястье
2. Большой палец (4 точки)
3. Указательный палец (4 точки)
4. Средний палец (4 точки)
5. Безымянный палец (4 точки)
6. Мизинец (4 точки)

Структура набора данных#

• Всего изображений: 26 768 (18 776 train / 7 992 val).
• Классы: 1 (кисть руки).
• Ключевые точки: 21 на кисть, представленные триплетами (x, y, visibility).
• Размер загрузки: ~369 МБ.

Если тебе нужен собственный словарь жестов, а не стандартные ориентиры кисти, платформа Ultralytics позволяет размечать и обучать собственный датасет прямо в браузере.

Применение#

Ключевые точки кисти руки подходят для решения нескольких практических задач:

• Распознавание жестов: взаимодействие человека с компьютером и бесконтактное управление.
• Управление AR/VR: точное взаимодействие с виртуальными объектами.
• Роботизированные манипуляции: точное управление роботизированными кистями.
• Здравоохранение: анализ движений кисти для медицинской диагностики.
• Анимация: захват движений для реалистичной анимации кисти.
• Биометрическая аутентификация: системы безопасности на основе геометрии кисти руки.

Файл YAML набора данных#

Для описания конфигурации датасета используется YAML-файл. В нём содержатся пути к данным, классы и другая необходимая информация. Для датасета ключевых точек кисти руки файл hand-keypoints.yaml поддерживается по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/hand-keypoints.yaml.

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

# Hand Keypoints dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/hand-keypoints
# Example usage: yolo train data=hand-keypoints.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── hand-keypoints ← downloads here (369 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: hand-keypoints # dataset root dir
train: images/train # train images (relative to 'path') 18776 images
val: images/val # val images (relative to 'path') 7992 images

# Keypoints
kpt_shape: [21, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 1, 2, 4, 3, 10, 11, 12, 13, 14, 5, 6, 7, 8, 9, 15, 16, 17, 18, 19, 20]

# Classes
names:
  0: hand

# Keypoint names per class
kpt_names:
  0:
    - wrist
    - thumb_cmc
    - thumb_mcp
    - thumb_ip
    - thumb_tip
    - index_mcp
    - index_pip
    - index_dip
    - index_tip
    - middle_mcp
    - middle_pip
    - middle_dip
    - middle_tip
    - ring_mcp
    - ring_pip
    - ring_dip
    - ring_tip
    - pinky_mcp
    - pinky_pip
    - pinky_dip
    - pinky_tip

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

Использование#

Чтобы обучить модель YOLO26n-pose на датасете ключевых точек кисти руки 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="hand-keypoints.yaml", epochs=100, imgsz=640)

Примеры изображений и аннотаций#

Датасет ключевых точек кисти руки содержит разнообразные изображения человеческих кистей с разметкой ключевых точек. Ниже приведены примеры изображений из датасета 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 ключевых точек кисти руки, а также преимущества использования мозаичной аугментации при обучении.

Цитирование и благодарности#

Если ты используешь датасет ключевых точек кисти руки в исследованиях или разработке, укажи следующие источники:

Мы также хотим поблагодарить создателя этого набора данных, Rion Dsilva, за значительный вклад в исследования в области ИИ для компьютерного зрения.

Часто задаваемые вопросы#