Tập dữ liệu Dog-Pose#

8,449

Dog Pose

ultralytics

publicPose

Dog pose-estimation dataset with 8,449 unique images across 6,750 train and 1,699 validation images, all labeled with one dog instance and 24 three-dimensional keypoints including visibility. Twenty-seven exact duplicate images were removed; for conflicting duplicate annotations, the original label with the most visible keypoints was retained. Images originate from the Stanford Dogs/ImageNet collection and are restricted to research use.

1 class480.7 MBAug 21, 2026

dog

dogsanimalspose-estimation+1

Giới thiệu#

Dataset Dog-Pose của Ultralytics là một tập dữ liệu chất lượng cao và phong phú được tuyển chọn đặc biệt cho bài toán ước lượng điểm đặc trưng của chó, cung cấp 6.773 ảnh huấn luyện và 1.703 ảnh kiểm định.

Mỗi ảnh được gán nhãn bao gồm 24 điểm khóa với 3 chiều cho mỗi điểm khóa (x, y, độ hiển thị), biến nó thành một nguồn tài nguyên giá trị cho nghiên cứu và phát triển nâng cao trong thị giác máy tính.

Đối với một giống chó cụ thể hoặc một loài động vật khác, Ultralytics Platform hỗ trợ tải lên, gán nhãn và huấn luyện một model keypoint tùy chỉnh trên dữ liệu của riêng bạn mà không cần quản lý hạ tầng.

Cấu trúc tập dữ liệu#

• Tổng số ảnh: 8.476 (6.773 huấn luyện / 1.703 kiểm thử) cùng các tệp nhãn định dạng YOLO tương ứng.

• Keypoints: 24 điểm trên mỗi con chó với các bộ ba (x, y, visibility).

• Dung lượng tải xuống: ~337 MB.

• Bố cục:

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

YAML tập dữ liệu#

Một tệp YAML được sử dụng để định nghĩa cấu hình dataset. Nó bao gồm các đường dẫn, thông tin chi tiết về keypoint và các thông tin liên quan khác. Đối với dataset Dog-Pose, tệp dog-pose.yaml có sẵn tại 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

Cách sử dụng#

Để huấn luyện model YOLO26n-pose trên dataset Dog-Pose trong 100 epochs với kích thước ảnh là 640, bạn có thể sử dụng các đoạn code sau. Để có danh sách đầy đủ các tham số khả dụng, hãy tham khảo trang Training của model.

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="dog-pose.yaml", epochs=100, imgsz=640)

Hình ảnh mẫu và chú thích#

Dưới đây là một số ví dụ về ảnh từ tập dữ liệu Dog-Pose, cùng với các chú thích tương ứng của chúng:

• Hình ảnh Mosaiced: Hình ảnh này minh họa một batch huấn luyện bao gồm các hình ảnh từ tập dữ liệu đã được áp dụng kỹ thuật Mosaic. Mosaic là một kỹ thuật được sử dụng trong quá trình huấn luyện nhằm kết hợp nhiều hình ảnh thành một hình ảnh duy nhất để tăng sự đa dạng của các đối tượng và bối cảnh trong mỗi batch huấn luyện. Điều này giúp cải thiện khả năng tổng quát hóa của model đối với các kích thước đối tượng, tỷ lệ khung hình và bối cảnh khác nhau.

Ví dụ này minh họa sự đa dạng và phức tạp của các hình ảnh trong tập dữ liệu Dog-Pose và lợi ích của việc sử dụng kỹ thuật mosaicing trong quá trình huấn luyện.

Trích dẫn và Ghi nhận#

Nếu bạn sử dụng tập dữ liệu Dog-Pose trong nghiên cứu hoặc công việc phát triển của mình, vui lòng trích dẫn bài báo sau:

@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}
}

Chúng tôi xin gửi lời cảm ơn đến nhóm nghiên cứu Stanford vì đã tạo ra và duy trì tài nguyên giá trị này cho cộng đồng computer vision. Để biết thêm thông tin về dataset Dog-Pose và các tác giả, hãy truy cập trang web Stanford Dogs Dataset.

Câu hỏi thường gặp#