姿态估计数据集概览#

支持的数据集格式#

Ultralytics YOLO 格式#

用于训练 YOLO 姿态模型的标签格式如下：

每张图片对应一个文本文件：数据集中的每张图片都有一个与图片文件名相同且后缀为 ".txt" 的对应文本文件。
每个对象占一行：文本文件中的每一行对应图片中的一个对象实例。
每行包含的对象信息：每一行包含有关对象实例的以下信息：
- 对象类别索引：表示对象类别的整数（例如，0 表示人，1 表示汽车等）。
- 对象中心坐标：对象的 x 和 y 中心坐标，已归一化到 0 到 1 之间。
- 对象宽度和高度：对象的宽度和高度，已归一化到 0 到 1 之间。
- 对象关键点坐标：对象的关键点，已归一化到 0 到 1 之间。

以下是姿态估计任务的标签格式示例：

2D 关键点格式

<class-index> <x> <y> <width> <height> <px1> <py1> <px2> <py2> ... <pxn> <pyn>

带关键点可见性的格式（包含每个点的可见性）

<class-index> <x> <y> <width> <height> <px1> <py1> <p1-visibility> <px2> <py2> <p2-visibility> <pxn> <pyn> <pn-visibility>

在这个格式中，<class-index> 是对象的类别索引，<x> <y> <width> <height> 是边界框的归一化坐标，<px1> <py1> <px2> <py2> ... <pxn> <pyn> 是归一化关键点坐标。可见性通道是可选的，但对于标注了遮挡的数据集非常有用。

数据集 YAML 格式#

Ultralytics 框架使用 YAML 文件格式来定义用于训练姿态估计模型的数据集和模型配置。以下是用于定义姿态数据集的 YAML 格式示例：

ultralytics/cfg/datasets/coco8-pose.yaml

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

# COCO8-pose dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/coco8-pose
# Example usage: yolo train data=coco8-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8-pose ← downloads here (1 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: coco8-pose # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8-pose.zip

train、val 和 test 字段指向训练、验证和测试图像。每个字段接受一个目录、一个目录列表，或者一个每行列出一个图像路径的 *.txt 文件（以 ./ 开头的路径相对于 *.txt 文件解析）。*.txt 文件对于在目录的子集上进行训练、跳过无标签图像或将来自多个来源的图像组合到一个拆分中非常有用。

作为 `*.txt` 文件的图像路径

path: datasets/coco8-pose # dataset root
train: train.txt # a directory, a list e.g. [images/a, images/b], or a *.txt file
val: val.txt
names:
  0: person

names 是一个类别名称的字典。名称的顺序应与 YOLO 数据集文件中对象类别索引的顺序相匹配。

（可选）flip_idx 将每个关键点映射到其镜像，因此水平翻转增强可以使人体或面部等对称骨架上的左右保持一致。对于索引为 [左眼, 右眼, 鼻子, 左嘴角, 右嘴角] = [0, 1, 2, 3, 4] 的五个面部关键点，flip_idx 为 [1, 0, 2, 4, 3]：左右对 0-1 和 3-4 互换，鼻子保持其自己的索引不变。

（可选）kpt_oks_sigmas 用于设置在验证期间使用的自定义每个关键点 OKS sigma 值，例如 [0.26, 0.25, 0.25, ...]。列表长度必须等于来自 kpt_shape 的关键点数量 N，并且每个值都必须为正数。如果省略，对于 kpt_shape: [17, 3] 将使用 COCO 17 关键点 sigma 值，否则将使用统一的 1/N。

用法#

示例

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="coco8-pose.yaml", epochs=100, imgsz=640)

支持的数据集#

本节概述了与 Ultralytics YOLO 格式兼容并可用于训练姿态估计模型的数据集：

COCO-Pose#

描述：COCO-Pose 是一个大规模人体姿态估计数据集，涵盖了包含关键点标注人员的 COCO 2017 图像。
标签格式：与上述 Ultralytics YOLO 格式相同，包含人体姿态的关键点。
类别数量：1 (人)。
关键点：17 种关键点类型，包括鼻子、眼睛、耳朵、肩膀、手肘、手腕、臀部、膝盖和脚踝，每种都具有可见性维度。
用法：适用于训练人体姿态估计模型。
其他说明：该数据集基于 COCO Keypoints 2017 挑战赛：包含 58,945 张图像，标注了 156,165 个人。
阅读更多关于 COCO-Pose 的信息

COCO8-Pose#

描述：Ultralytics COCO8-Pose 是一个小巧且通用的姿态估计数据集，由 COCO train 2017 集的前 8 张图像组成，其中 4 张用于训练，4 张用于验证。
标签格式：与上述 Ultralytics YOLO 格式相同，包含人体姿态的关键点。
类别数量：1 (人)。
关键点：17 种关键点类型，包括鼻子、眼睛、耳朵、肩膀、手肘、手腕、臀部、膝盖和脚踝，每种都具有可见性维度。
用法：适用于测试和调试姿态估计模型，或用于尝试新的关键点检测方法。
其他说明：COCO8-Pose 是进行冒烟测试和 CI 检查的理想选择。
阅读更多关于 COCO8-Pose 的信息

Dog-Pose#

描述：Ultralytics Dog-Pose 数据集包含 6,773 张训练图像和 1,703 张验证图像，用于犬类关键点估计。
标签格式：遵循 Ultralytics YOLO 格式，包含针对狗身体结构的多个关键点标注。
类别数量：1 (狗)。
关键点：24 个关键点，每个都有可见性维度，专为四肢、关节和头部位置等犬类姿态设计。
用途：非常适合训练用于在各种场景下估计狗姿态的模型，从研究到真实世界应用。
其他说明：源图像取自 Stanford Dogs Dataset。
阅读更多关于 Dog-Pose 的信息

Hand Keypoints#

描述：Ultralytics Hand Keypoints 数据集包含 26,768 张图像，其中 18,776 张用于训练，7,992 张用于验证。
标签格式：与上述 Ultralytics YOLO 格式相同，但包含人手的 21 个关键点以及可见性维度。
类别数量：1 (手)。
关键点：21 个关键点。
用途：非常适合人手姿态估计和手势识别。
其他说明：关键点标注使用 Google MediaPipe 生成，以保持一致的标注。
阅读更多关于 Hand Keypoints 的信息

Tiger-Pose#

描述：Ultralytics Tiger-Pose 数据集包含 263 张源自YouTube 视频的图像，其中 210 张用于训练，53 张用于验证。
标签格式：与上述 Ultralytics YOLO 格式相同，具有 12 个用于动物姿态的关键点，且没有可见性维度。
类别数量：1 (虎)。
关键点：12 个关键点。
用法：非常适合动物姿态或任何非人类的姿态估计。
其他说明：在 AGPL-3.0 License 下发布。
阅读更多关于 Tiger-Pose 的信息

添加你自己的数据集#

如果你有自己的数据集并希望将其用于训练 Ultralytics YOLO 格式的姿态估计模型，请确保它遵循上述“Ultralytics YOLO 格式”要求。将你的标注转换为所需格式，并在 YAML 配置文件中指定路径、类别数量和类别名称。

为了完全跳过转换步骤，Ultralytics Platform 允许你上传原始图像、在浏览器中标注关键点，并直接在生成的数据集上进行训练。

转换工具#

Ultralytics 提供了一个方便的转换工具，可将流行 COCO dataset 格式的标签转换为 YOLO 格式：

示例

from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/", use_keypoints=True)

此转换工具可用于将 COCO 数据集或任何 COCO 格式的数据集转换为 Ultralytics YOLO 格式。use_keypoints 参数指定是否在转换后的标签中包含关键点（用于姿态估计）。

常见问题解答#

什么是用于姿态估计的 Ultralytics YOLO 格式？#

用于姿态估计数据集的 Ultralytics YOLO 格式要求为每张图片标注一个对应的文本文件。文本文件的每一行存储有关一个对象实例的信息：

对象类别索引
对象中心坐标（归一化的 x 和 y）
对象宽度和高度（归一化的）
对象关键点坐标（归一化的 pxn 和 pyn）

对于 2D 姿态，关键点包括归一化的 x 和 y 坐标。带有可见性维度时，每个关键点还带有一个可见性标志。有关更多详情，请参阅 Ultralytics YOLO format。

如何将 COCO-Pose 数据集用于 Ultralytics YOLO？#

coco-pose.yaml 随包附带，并在首次使用时下载图像和标签，因此无需手动准备：

from ultralytics import YOLO

model = YOLO("yolo26n-pose.pt")  # load pretrained model
results = model.train(data="coco-pose.yaml", epochs=100, imgsz=640)

有关数据集详细信息，请参阅 COCO-Pose；有关完整参数列表，请参阅 Train 页面。

如何为 Ultralytics YOLO 添加自己的姿态估计数据集？#

要添加你的数据集：

将你的标注转换为 Ultralytics YOLO 格式。
创建一个 YAML 配置文件，指定数据集路径、类别数量和类别名称。

使用配置文件来训练你的模型：

from ultralytics import YOLO

model = YOLO("yolo26n-pose.pt")
results = model.train(data="your-dataset.yaml", epochs=100, imgsz=640)

有关完整步骤，请查看添加你自己的数据集部分。

Ultralytics YOLO 中数据集 YAML 文件的目的是什么？#

Ultralytics YOLO 中的数据集 YAML 文件定义了用于训练的数据集和模型配置。它指定了训练集、验证集和测试集图片的路径、关键点形状、类别名称以及其他配置选项。这种结构化格式有助于简化数据集管理和模型训练。以下是 YAML 格式示例：

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

# COCO8-pose dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/coco8-pose
# Example usage: yolo train data=coco8-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8-pose ← downloads here (1 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: coco8-pose # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# 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: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8-pose.zip

阅读更多关于在数据集 YAML 格式中创建 YAML 配置文件的信息。

如何将 COCO 数据集标签转换为用于姿态估计的 Ultralytics YOLO 格式？#

Ultralytics 提供了一个转换工具，可将 COCO 数据集标签转换为包含关键点信息的 YOLO 格式：

from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/", use_keypoints=True)

此工具有助于将 COCO 数据集无缝集成到 YOLO 项目中。有关详细信息，请参阅转换工具部分和数据预处理指南。

贡献者

GLglenn-jocher²² RAraimbekovm⁵ RIRizwanMunawar⁴ COcosmo-gb¹ MImiles-deans-ultralytics¹ LALaughing-q¹ Y-Y-T-G¹ MAMatthewNoyce¹ JKjk4e¹

创建于 2023年11月12日更新于 2周前