Link to this sectionCOCO-Pose 数据集#

COCO-Pose 数据集是 COCO (Common Objects in Context) 数据集的专门版本，专为姿态估计任务而设计。它利用 COCO Keypoints 2017 的图像和标签，使你能够训练 YOLO 等模型来执行姿态估计任务。

带有人体关键点的 COCO 姿态估计

Link to this sectionCOCO-Pose 预训练模型#

模型	尺寸 ^(像素)	mAP^{pose 50-95(e2e)}	mAP^pose 50(e2e)	速度 ^{CPU ONNX (ms)}	速度 ^{T4 TensorRT10 (ms)}	参数量 ^(M)	FLOPs ^(B)
YOLO26n-pose	640	57.2	83.3	40.3 ± 0.5	1.8 ± 0.0	2.9	7.5
YOLO26s-pose	640	63.0	86.6	85.3 ± 0.9	2.7 ± 0.0	10.4	23.9
YOLO26m-pose	640	68.8	89.6	218.0 ± 1.5	5.0 ± 0.1	21.5	73.1
YOLO26l-pose	640	70.4	90.5	275.4 ± 2.4	6.5 ± 0.1	25.9	91.3
YOLO26x-pose	640	71.6	91.6	565.4 ± 3.0	12.2 ± 0.2	57.6	201.7

Link to this section主要特性#

COCO-Pose 基于 COCO Keypoints 2017 数据集构建，该数据集包含 20 万张带有关键点标注的图像，用于姿态估计任务。
该数据集支持对人体图形进行 17 个关键点标注，有助于实现精细的姿态估计。
与 COCO 一样，它提供了标准化的评估指标，包括用于姿态估计任务的对象关键点相似度 (OKS)，使其适合比较模型性能。

Link to this section数据集结构#

COCO-Pose 数据集被划分为三个子集：

Train2017：该子集包含来自 COCO 数据集的 56599 张图像，并为训练姿态估计模型进行了标注。
Val2017：该子集包含 2346 张图像，用于模型训练期间的验证。
Test2017：此子集由用于测试和基准测试训练模型图像组成。此子集的基准标注不公开，结果需提交至 COCO evaluation server 进行性能评估。

Link to this section应用#

COCO-Pose 数据集专门用于训练和评估关键点检测和姿态估计任务（例如 OpenPose）中的深度学习模型。该数据集拥有大量标注图像和标准化评估指标，使其成为专注于姿态估计的计算机视觉研究人员和从业者的重要资源。

YAML (Yet Another Markup Language) 文件用于定义数据集配置。它包含有关数据集路径、类别和其他相关信息。对于 COCO-Pose 数据集，coco-pose.yaml 文件维护在 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco-pose.yaml。

ultralytics/cfg/datasets/coco-pose.yaml

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

# COCO 2017 Keypoints dataset https://cocodataset.org by Microsoft
# Documentation: https://docs.ultralytics.com/datasets/pose/coco/
# Example usage: yolo train data=coco-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco-pose ← downloads here (20.1 GB)

# 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: coco-pose # dataset root dir
train: train2017.txt # train images (relative to 'path') 56599 images
val: val2017.txt # val images (relative to 'path') 2346 images
test: test-dev2017.txt # 20288 of 40670 images, submit to https://codalab.lisn.upsaclay.fr/competitions/7403

# 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: |
  from pathlib import Path

  from ultralytics.utils import ASSETS_URL
  from ultralytics.utils.downloads import download

  # Download labels
  dir = Path(yaml["path"])  # dataset root dir

  urls = [f"{ASSETS_URL}/coco2017labels-pose.zip"]
  download(urls, dir=dir.parent)
  # Download data
  urls = [
      "http://images.cocodataset.org/zips/train2017.zip",  # 19G, 118k images
      "http://images.cocodataset.org/zips/val2017.zip",  # 1G, 5k images
      "http://images.cocodataset.org/zips/test2017.zip",  # 7G, 41k images (optional)
  ]
  download(urls, dir=dir / "images", threads=3)

Link to this section用法#

要在 COCO-Pose 数据集上训练 YOLO26n-pose 模型 100 个轮次，且图像大小为 640，你可以使用以下代码片段。有关可用参数的完整列表，请参阅模型训练页面。

训练示例

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

Link to this section样本图像和标注#

COCO-Pose 数据集包含一组多样化的图像，其中的人体图形带有关键点标注。以下是该数据集中的一些图像及其对应标注的示例：

COCO 姿态估计数据集马赛克训练批次

马赛克图像：此图像展示了一个由马赛克数据集图像组成的训练批次。马赛克是一种在训练期间使用的技术，它将多张图像合并为单张图像，以增加每个训练批次中物体和场景的多样性。这有助于提高模型对不同物体尺寸、宽高比和上下文的泛化能力。

该示例展示了 COCO-Pose 数据集中图像的多样性和复杂性，以及在训练过程中使用马赛克增强的优势。

Link to this section引用与致谢#

如果你在研究或开发工作中使用了 COCO-Pose 数据集，请引用以下论文：

引用

@misc{lin2015microsoft,
      title={Microsoft COCO: Common Objects in Context},
      author={Tsung-Yi Lin and Michael Maire and Serge Belongie and Lubomir Bourdev and Ross Girshick and James Hays and Pietro Perona and Deva Ramanan and C. Lawrence Zitnick and Piotr Dollár},
      year={2015},
      eprint={1405.0312},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

我们感谢 COCO 联盟为计算机视觉社区创建并维护这一宝贵资源。有关 COCO-Pose 数据集及其创建者的更多信息，请访问 COCO 数据集网站。

Link to this section常见问题解答#

Link to this section什么是 COCO-Pose 数据集，以及它如何与 Ultralytics YOLO 一起用于姿态估计？#

COCO-Pose 数据集是 COCO (Common Objects in Context) 数据集的专门版本，专为姿态估计任务而设计。它基于 COCO Keypoints 2017 的图像和标注构建，允许训练 Ultralytics YOLO 等模型进行精细的姿态估计。例如，你可以通过加载预训练模型并使用 YAML 配置进行训练，在 COCO-Pose 数据集上训练 YOLO26n-pose 模型。有关训练示例，请参阅训练文档。

Link to this section我该如何在 COCO-Pose 数据集上训练 YOLO26 模型？#

在 COCO-Pose 数据集上训练 YOLO26 模型可以使用 Python 或 CLI 命令完成。例如，要以 640 的图像大小训练 YOLO26n-pose 模型 100 个轮次，你可以按照以下步骤操作：

训练示例

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

有关训练过程和可用参数的更多详细信息，请查看训练页面。