Link to this sectionCOCO8-Pose 数据集#

Link to this section简介#

Ultralytics COCO8-Pose 是一个小巧且通用的姿态估计数据集，由 COCO train 2017 数据集的前 8 张图像组成（4 张用于训练，4 张用于验证），采用了针对单个“person”类别的 17 个关键点方案。该数据集非常适合测试和调试 姿态估计 模型，或用于尝试新的关键点检测方法。它仅包含 8 张图像，既小巧易于管理，又具有足够的多样性，可用于测试训练流程是否存在错误，并在针对完整的 COCO-Pose 数据集进行训练前作为完整性检查。

Link to this section数据集结构#

• 总图像数：8 张（4 张训练 / 4 张验证）。
• 类别：1 个（person），每个标注包含 17 种关键点类型。
• 下载大小：约 1 MB。
• 推荐的目录布局：datasets/coco8-pose/images/{train,val} 和 datasets/coco8-pose/labels/{train,val}，其中 YOLO 格式的关键点存储为 .txt 文件。

通过 Ultralytics Platform 探索 COCO8-Pose，你可以浏览每张图像及其关键点骨架，在“Charts”选项卡中查看关键点和类别分布，并将其克隆到云端以训练你自己的模型。

Link to this section数据集 YAML#

YAML 文件用于定义数据集配置。它包含有关数据集路径、类别及其他相关信息。对于 COCO8-Pose 数据集，coco8-pose.yaml 文件维护在 https://github.com/ultralytics/ultralytics/blob/main/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

Link to this section用法#

若要在 COCO8-Pose 数据集上训练 YOLO26n-pose 模型，进行 100 个 epochs 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，请参考模型 Training 页面。

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)

Link to this section样本图像和标注#

以下是来自 COCO8-Pose 数据集的一些图像示例，以及它们对应的标注：

• 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。

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 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}
}

我们要感谢 COCO Consortium 为计算机视觉社区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。

Link to this section常见问题解答#

Link to this section什么是 COCO8-Pose 数据集，以及如何将其与 Ultralytics YOLO26 一起使用？#

COCO8-Pose 数据集是一个小巧且通用的姿态估计数据集，包含来自 COCO train 2017 数据集的前 8 张图像，其中 4 张用于训练，4 张用于验证。它专为测试和调试姿态估计模型以及尝试新的关键点检测方法而设计。该数据集非常适合与 Ultralytics YOLO26 进行快速实验。有关数据集配置的更多详细信息，请查看 数据集 YAML 文件。

Link to this section如何在 Ultralytics 中使用 COCO8-Pose 数据集训练 YOLO26 模型？#

加载 yolo26n-pose.pt 并调用 model.train(data="coco8-pose.yaml", epochs=100, imgsz=640) —— 有关完整的 Python 和 CLI 代码片段，请参阅上方的 训练示例，并查看模型 训练 页面以获取全面的参数列表。

Link to this section使用 COCO8-Pose 数据集有什么好处？#

COCO8-Pose 总计 8 张图像（4 张训练 / 4 张验证）、1 个类别、17 个关键点方案，且下载大小约为 1 MB，其规模足以在几秒钟内完成管理，同时具备足够的多样性，可在扩展至完整的 COCO-Pose 数据集之前，对姿态训练流程进行完整性检查以排查错误。有关其功能和用法的更多信息，请参阅 数据集介绍 部分。

Link to this section马赛克增强是如何在使用 COCO8-Pose 数据集的过程中提升 YOLO26 训练过程的？#

马赛克（Mosaicing）增强将多张图像组合成一张，增加了每个训练批次中物体和场景的多样性，这有助于模型在不同物体尺寸、宽高比和场景中进行泛化。有关示例，请参阅 示例图像和标注 部分。

Link to this section在哪里可以找到 COCO8-Pose 数据集的 YAML 文件，以及如何使用它？#

COCO8-Pose 数据集的 YAML 文件可以在 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco8-pose.yaml 找到。该文件定义了数据集配置，包括路径、类别及其他相关信息。请按照 Train Example 部分中提到的方法，将此文件与 YOLO26 训练脚本结合使用。

有关关键点模型的更多信息，请参阅 姿态估计 任务文档。