COCO-姿势估计数据集

COCO数据集是COCO （Common Objects in Context，上下文中的常见物体）数据集的专业版本，专为姿势估计 任务而设计。它利用COCO Keypoints 2017 图像和标签来训练像YOLO 这样的模型，以完成姿势估计 估计任务。

COCO-姿势估计预训练模型

主要功能

• COCO -姿势估计建立在COCO 关键点 2017 数据集的基础上，该数据集包含 20 万张标有关键点的图像，用于姿势估计 任务。
• 该数据集支持人体 17 个关键点，有助于进行详细的姿势估计。
• 与COCO 一样，它也提供了标准化的评估指标，包括用于姿势估计 任务的对象关键点相似性（OKS），使其适用于比较模型性能。

数据集结构

COCO数据集分为三个子集：

1. Train2017：该子集包含COCO 数据集中的 56599 幅图像，注释用于训练姿势估计 模型。
2. Val2017: 此子集包含 2346 张图像，用于模型训练期间的验证。
3. 测试 2017：该子集包含用于测试和基准测试训练模型的图像。该子集的地面实况注释不公开，其结果将提交给COCO 评估服务器进行性能评估。

应用

COCO数据集专门用于训练和评估关键点检测和姿势估计 任务（如 OpenPose）中的深度学习模型。该数据集拥有大量带注释的图像和标准化的评估指标，是专注于姿势估计 的计算机视觉研究人员和从业人员的重要资源。

数据集 YAML

YAML（另一种标记语言）文件用于定义数据集配置。它包含数据集的路径、类和其他相关信息。就COCO数据集而言，YAML 文件包括 coco-pose.yaml 文件保存在 https://github.com/ultralytics/ultralytics/blob/main/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)

用法

要在COCO姿势估计数据集上对 YOLO11n- 姿势COCO模型进行 100次历时训练（图像大小为 640），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。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-pose.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco-pose.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo pose train data=coco-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640

Sample Images 和注释

COCO数据集包含一组不同的人物图像，并标注了关键点。下面是该数据集中的一些图像示例及其相应的注释：

• Mosaiced Image：此图像演示了一个由 mosaiced 数据集图像组成的训练批次。Mosaicing 是一种在训练期间使用的技术，它将多个图像组合成一个图像，以增加每个训练批次中对象和场景的多样性。这有助于提高模型泛化到不同对象大小、纵横比和上下文的能力。

该示例展示了COCO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的好处。

引用和致谢

如果您在研究或开发工作中使用COCO数据集，请引用以下论文：

@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}
}

我们衷心感谢COCO 联盟为计算机视觉界创建并维护这一宝贵资源。有关COCO数据集及其创建者的更多信息，请访问COCO 数据集网站。

常见问题

什么是COCO数据集，它如何与Ultralytics YOLO 一起用于姿势估计 ？

COCO数据集是COCO （Common Objects in Context，上下文中的常见物体）数据集的一个专门版本，设计用于姿势估计 任务。它建立在COCO Keypoints 2017 图像和注释的基础上，允许对Ultralytics YOLO 等模型进行训练，以进行详细的姿势估计 估计。例如，您可以使用COCO数据集来训练 YOLO11n-姿势估计模型，方法是加载预训练模型并使用 YAML 配置对其进行训练。有关训练示例，请参阅训练文档。

如何在COCO数据集上训练YOLO11 模型？

可以使用Python 或CLI 命令在COCO数据集上训练YOLO11 模型。例如，要在图像大小为 640 的情况下训练一个 YOLO11n-姿势估计模型 100 次，可以按照以下步骤进行：

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-pose.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="coco-pose.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo pose train data=coco-pose.yaml model=yolo11n-pose.pt 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。

COCO数据集提供了哪些用于评估模型性能的不同指标？

与原始COCO 数据集类似，COCO COCO数据集为姿势估计 任务提供了多个标准化评估指标。关键指标包括物体关键点相似度（OKS），它根据地面实况注释评估预测关键点的准确性。通过这些指标，可以对不同模型进行全面的性能比较。例如，YOLO11n-姿势估计、YOLO11s-姿势估计等COCO 估计预训练模型在文档中列出了特定的性能指标，如mAP^姿势估计50-95 和mAP^姿势估计50.

COCO数据集的结构和分割方式是怎样的？

COCO数据集分为三个子集：

1. Train2017：包含 56599 幅COCO 图像，注释用于训练姿势估计 模型。
2. Val2017: 2346 张图像，用于模型训练期间的验证。
3. Test2017：用于测试和基准测试训练有素的模型的图像。该子集的地面实况注释未公开；结果提交给COCO 评估服务器进行性能评估。

这些子集有助于有效地组织训练、验证和测试阶段。 有关配置详细信息，请浏览 coco-pose.yaml 文件，该文件可在 GitHub.

COCO数据集有哪些主要特点和应用？

COCO数据集扩展了 2017 年COCO 关键点注释，纳入了 17 个人物关键点，实现了详细的姿势估计 。标准化的评估指标（如 OKS）有助于对不同模型进行比较。COCO数据集的应用涉及体育分析、医疗保健和人机交互等多个领域，只要需要对人物进行详细的姿势估计 ，都可以使用该数据集。在实际使用中，利用文件中提供的预训练模型（如 YOLO11n-姿势估计）可以大大简化这一过程（主要功能）。

如果您在研究或开发工作中使用COCO数据集，请用以下BibTeX 条目引用该论文。

📅 2 年前创建 ✏️ 11 个月前更新

评论