Link to this sectionTập dữ liệu Hand Keypoints#

Link to this sectionGiới thiệu#

Tập dữ liệu Hand Keypoints của Ultralytics chứa 26.768 hình ảnh bàn tay, mỗi hình được chú thích với 21 điểm mốc (keypoint), được tạo bằng thư viện Google MediaPipe để đạt độ chính xác và tính nhất quán cao. Tập dữ liệu này tương thích với các định dạng Ultralytics YOLO26 để huấn luyện các model ước tính tư thế (pose estimation).

Link to this sectionKeypoints#

Mỗi bàn tay được chú thích với 21 điểm mốc như sau:

1. Cổ tay
2. Ngón cái (4 điểm)
3. Ngón trỏ (4 điểm)
4. Ngón giữa (4 điểm)
5. Ngón áp út (4 điểm)
6. Ngón út (4 điểm)

Link to this sectionCấu trúc tập dữ liệu#

• Tổng số hình ảnh: 26.768 (18.776 train / 7.992 val).
• Lớp (Classes): 1 (bàn tay).
• Điểm mốc (Keypoints): 21 điểm mỗi bàn tay với các bộ ba (x, y, visibility).
• Dung lượng tải xuống: ~369 MB.

Đối với bộ từ vựng cử chỉ tùy chỉnh ngoài các điểm mốc bàn tay thông thường, Ultralytics Platform hỗ trợ gắn nhãn và huấn luyện tập dữ liệu của riêng bạn ngay từ trình duyệt.

Link to this sectionỨng dụng#

Hand Keypoints hỗ trợ một số ứng dụng trong thực tế:

• Nhận dạng cử chỉ: tương tác giữa người và máy tính và các giao diện điều khiển không chạm.
• Điều khiển AR/VR: tương tác chính xác với các đối tượng ảo.
• Thao tác robot: điều khiển tinh vi các bàn tay robot.
• Chăm sóc sức khỏe: phân tích chuyển động tay để chẩn đoán y tế.
• Hoạt họa (Animation): bắt chuyển động (motion capture) cho các chuyển động tay chân thực.
• Xác thực sinh trắc học: các hệ thống bảo mật dựa trên hình học bàn tay.

Link to this sectionYAML tập dữ liệu#

Tệp YAML được sử dụng để định nghĩa cấu hình tập dữ liệu. Nó chứa thông tin về các đường dẫn, lớp và các thông tin liên quan khác của tập dữ liệu. Đối với tập dữ liệu Hand Keypoints, tệp hand-keypoints.yaml được duy trì tại 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

Link to this sectionCách sử dụng#

Để huấn luyện một model YOLO26n-pose trên tập dữ liệu Hand Keypoints trong 100 epoch với kích thước ảnh là 640, bạn có thể sử dụng các đoạn mã dưới đây. Để xem danh sách đầy đủ các đối số khả dụng, hãy tham khảo trang Huấn luyện (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="hand-keypoints.yaml", epochs=100, imgsz=640)

Link to this sectionHình ảnh mẫu và chú thích#

Tập dữ liệu Hand Keypoints chứa một tập hợp đa dạng các hình ảnh bàn tay người được chú thích với các điểm mốc. Dưới đây là một số ví dụ về hình ảnh từ tập dữ liệu, 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 độ phức tạp của các hình ảnh trong tập dữ liệu Hand Keypoints cũng như lợi ích của việc sử dụng kỹ thuật mosaicing trong quá trình huấn luyện.

Link to this sectionTrích dẫn và Ghi nhận#

Nếu bạn sử dụng tập dữ liệu Hand Keypoints trong công trình nghiên cứu hoặc phát triển của mình, vui lòng ghi nhận các nguồn sau:

Chúng tôi cũng muốn ghi nhận người tạo ra tập dữ liệu này, Rion Dsilva, vì đóng góp tuyệt vời của anh ấy cho nghiên cứu Vision AI.

Link to this sectionCâu hỏi thường gặp#

Link to this sectionLàm thế nào để huấn luyện model YOLO26 trên tập dữ liệu Hand Keypoints?#

Tải yolo26n-pose.pt và gọi model.train(data="hand-keypoints.yaml", epochs=100, imgsz=640) — xem Ví dụ Huấn luyện ở trên để biết toàn bộ các đoạn mã Python và CLI, và trang Huấn luyện của model để có danh sách đầy đủ các đối số.

Link to this sectionLợi ích của việc sử dụng tập dữ liệu Hand Keypoints là gì?#

Với 26.768 hình ảnh được chú thích và 21 điểm mốc mỗi bàn tay được tạo qua Google MediaPipe, tập dữ liệu Hand Keypoints cung cấp cho các model ước tính tư thế quy mô và độ chính xác chú thích cần thiết cho các tác vụ ước tính tư thế nâng cao. Xem phần Keypoints để biết phân tích chi tiết về các điểm mốc.

Link to this sectionNhững ứng dụng nào có thể hưởng lợi từ việc sử dụng tập dữ liệu Hand Keypoints?#

Hand Keypoints hỗ trợ nhận dạng cử chỉ, điều khiển AR/VR, thao tác robot, phân tích chuyển động chăm sóc sức khỏe, hoạt họa và xác thực sinh trắc học — xem phần Ứng dụng để biết chi tiết về từng mục.

Link to this sectionTập dữ liệu Hand Keypoints được cấu trúc như thế nào?#

Tập dữ liệu Hand Keypoints được chia thành hai tập con:

1. Train: Chứa 18.776 hình ảnh để huấn luyện các model ước tính tư thế.
2. Val: Chứa 7.992 hình ảnh cho mục đích kiểm thử trong quá trình huấn luyện model.

Cấu trúc này đảm bảo quá trình huấn luyện và kiểm thử toàn diện. Để biết thêm chi tiết, hãy xem phần Cấu trúc tập dữ liệu (Dataset Structure).

Link to this sectionLàm thế nào để sử dụng tệp YAML tập dữ liệu cho việc huấn luyện?#

Cấu hình tập dữ liệu được định nghĩa trong một tệp YAML, bao gồm các đường dẫn, các lớp và các thông tin liên quan khác. Tệp hand-keypoints.yaml có thể được tìm thấy tại hand-keypoints.yaml.

Để sử dụng tệp YAML này cho việc huấn luyện, hãy chỉ định nó trong script huấn luyện hoặc lệnh CLI của bạn như được hiển thị trong ví dụ huấn luyện ở trên. Để biết thêm chi tiết, hãy tham khảo phần Dataset YAML.