Ultralytics YOLO27：
Get Started

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 姿态模型的数据集标签格式如下：

  1. 每张图像对应一个文本文件：数据集中的每张图像都有一个对应的文本文件，文件名与图像文件相同，扩展名为“.txt”。
  2. 每个物体占一行：文本文件中的每一行对应图像中的一个物体实例。
  3. 每行包含物体信息：每一行包含有关该物体实例的以下信息：
    • 物体类别索引：表示物体类别的整数（例如，0 表示 person，1 表示 car，依此类推）。
    • 对象中心坐标：对象中心的 x 和 y 坐标，归一化到 0 到 1 之间。
    • 对象宽度和高度：对象的宽度和高度，归一化到 0 到 1 之间。
    • 对象关键点坐标：对象的关键点坐标，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>

带关键点可见性信息的格式（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>

在此格式中，<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> 是关键点的归一化坐标。可见性通道是可选的，但对于标注了遮挡情况的数据集很有用。

数据集 YAML 格式#

Ultralytics 框架使用 YAML 文件格式定义数据集和模型配置，以训练姿态估计模型。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 字段分别指向训练、验证和测试图像。每个字段都可以接受一个目录、多个目录的列表，或一个 *.txt 文件，其中每行列出一个图像路径（以 ./ 开头的路径相对于 *.txt 文件解析）。使用 *.txt 文件可以从目录中选取部分图像进行训练、跳过未标注图像，或将多个来源的图像合并到一个数据集划分中。

将图像路径写入 `*.txt` 文件
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
kpt_shape: [17, 3] # required for pose datasets
names:
  0: person

names 是一个类别名称字典。名称的顺序应与 YOLO 数据集文件中对象类别索引的顺序一致。

（可选）flip_idx 将每个关键点映射到其镜像位置，使水平翻转增强在人体或面部等对称骨架上保持左右一致。对于按 [左眼、右眼、鼻子、左嘴角、右嘴角] = [0, 1, 2, 3, 4] 编号的五个面部关键点，flip_idx 为 [1, 0, 2, 4, 3]：左右成对的 0-1 和 3-4 会互换，鼻子则保持原索引。

（可选）kpt_oks_sigmas 设置训练和验证时使用的自定义关键点 OKS sigma，例如 [0.26, 0.25, 0.25, ...]。列表长度必须等于 kpt_shape 中的关键点数量 N，且每个值都必须为正数。若未设置，对于 kpt_shape: [17, 3]，将使用 COCO 的 17 个关键点 sigma；其他情况下则使用统一的 1/N。

用法#

示例
from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26n-pose.pt")  # 加载预训练模型（推荐用于训练）

# 训练模型
results = model.train(data="coco8-pose.yaml", epochs=100, imgsz=640)

支持的数据集#

本节介绍与 Ultralytics YOLO 格式兼容、可用于训练姿态估计模型的数据集。其中大多数数据集也托管在 Ultralytics Platform 上，你可以浏览图像和标注、查看数据集统计信息，并克隆数据集以进行云端训练。

COCO-Pose#

  • 描述：COCO-Pose 是一个大规模人体姿态估计数据集，涵盖 COCO 2017 图像中包含关键点标注人物的图像。
  • 标签格式：与上文所述的 Ultralytics YOLO 格式相同，包含人体姿态关键点。
  • 类别数量：1（person）。
  • 关键点：包含 17 种关键点类型，包括鼻子、眼睛、耳朵、肩膀、肘部、手腕、臀部、膝盖和脚踝，每个关键点都带有一个可见性维度。
  • 用途：适合用于训练人体姿态估计模型。
  • 补充说明：该数据集基于 COCO Keypoints 2017 挑战赛构建，包含 58,945 张图像，标注了 156,165 个人物。
  • 了解 COCO-Pose 的更多信息

COCO8-Pose#

  • 描述：Ultralytics COCO8-Pose 是一个小巧而灵活的姿态估计数据集，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：与上文所述的 Ultralytics YOLO 格式相同，包含人体姿态关键点。
  • 类别数量：1（person）。
  • 关键点：包含 17 种关键点类型，包括鼻子、眼睛、耳朵、肩膀、肘部、手腕、臀部、膝盖和脚踝，每个关键点都带有一个可见性维度。
  • 用途：适合用于测试和调试姿态估计模型，或试验新的关键点检测方法。
  • 补充说明：COCO8-Pose 非常适合进行合理性检查和 CI 检查。
  • 了解 COCO8-Pose 的更多信息

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，标注了适用于狗的解剖结构的多个关键点。
  • 类别数量：1（dog）。
  • 关键点：包含 24 个关键点，每个关键点都带有可见性维度，针对狗的姿态进行了设计，例如四肢、关节和头部位置。
  • 用途：适合训练模型在从研究到实际应用等各种场景中估计狗的姿态。
  • 补充说明：源图像来自 Stanford Dogs Dataset。
  • 了解 Dog-Pose 的更多信息

手部关键点#

  • 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：与上文所述的 Ultralytics YOLO 格式相同，但包含人手的 21 个关键点和一个可见性维度。
  • 类别数量：1（hand）。
  • 关键点：21 个关键点。
  • 用途：适用于人体手部姿态估计和手势识别。
  • 补充说明：关键点标注使用 Google MediaPipe 生成，以确保标注一致。
  • 了解手部关键点的更多信息

Tiger-Pose#

  • 描述：Ultralytics Tiger-Pose 数据集包含 263 张图像，图像取自一个 YouTube 视频，其中 210 张用于训练，53 张用于验证。
  • 标签格式：与上文所述的 Ultralytics YOLO 格式相同，包含用于动物姿态的 12 个关键点，不含可见性维度。
  • 类别数量：1（tiger）。
  • 关键点：12 个关键点。
  • 用途：适用于动物姿态估计或任何非人体姿态估计任务。
  • 补充说明：根据 AGPL-3.0 许可证发布。
  • 了解 Tiger-Pose 的更多信息

添加你自己的数据集#

如果你有自己的数据集，并希望使用 Ultralytics YOLO 格式训练姿态估计模型，请确保数据集遵循上文“Ultralytics YOLO 格式”中指定的格式。将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。

如果想完全跳过转换步骤，Ultralytics Platform 支持你上传原始图像、在浏览器中标注关键点，并直接使用生成的数据集进行训练。

转换工具#

Ultralytics 提供了一个便捷的转换工具，可将热门的 COCO 数据集格式的标签转换为 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 数据集或任何采用 COCO 格式的数据集转换为 Ultralytics YOLO 格式。use_keypoints 参数用于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#

  • 姿态估计数据集的 Ultralytics YOLO 格式要求为每张图像创建一个对应的文本文件作为标签。文本文件的每一行都存储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）
    • 对象关键点坐标（归一化的 pxn 和 pyn）

    对于 2D 姿态，关键点包含归一化的 x 和 y 坐标。添加可见性维度后，每个关键点还带有一个可见性标志。详情请参阅 Ultralytics YOLO 格式。

  • coco-pose.yaml 随软件包一起提供，并会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")  # 加载预训练模型
results = model.train(data="coco-pose.yaml", epochs=100, imgsz=640)

    数据集详情请参阅 COCO-Pose，完整参数列表请参阅 训练页面。

  • 添加数据集的步骤：

    1. 将标注转换为 Ultralytics YOLO 格式。

    2. 创建 YAML 配置文件，指定数据集路径、类别数量和类别名称。

    3. 使用配置文件训练模型：

      from ultralytics import YOLO

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

      完整步骤请参阅添加自己的数据集部分。

  • Ultralytics YOLO 中的数据集 YAML 文件用于定义训练所需的数据集和模型配置。文件会指定训练、验证和测试图像的路径、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

    了解如何创建 YAML 配置文件，请参阅数据集 YAML 格式。

  • Ultralytics 提供了一个转换工具，可将 COCO 数据集标签转换为 YOLO 格式，包括关键点信息：

    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。详情请参阅转换工具部分和数据预处理指南。

贡献者
GLglenn-jocher24RAraimbekovm5RIRizwanMunawar4COcosmo-gb2PDpderrenger1MImiles-deans-ultralytics1LALaughing-q1Y-Y-T-G1MAMatthewNoyce1JKjk4e1

评论