Dog-Pose 数据集

介绍

Ultralytics Dog-Pose 数据集是一个高质量且广泛的数据集，专门为狗类关键点检测而整理。该数据集包含 6,773 张训练图像和 1,703 张测试图像，为训练稳健的姿态估计模型提供了坚实的基础。

Watch: How to Train Ultralytics YOLO26 on the Stanford Dog Pose Estimation Dataset | Step-by-Step Tutorial

每张标注图像包含 24 个关键点，每个关键点有 3 个维度（x, y, 可见性），这使其成为计算机视觉领域高级研发的宝贵资源。

此数据集旨在与 Ultralytics Platform 和 YOLO26 配合使用。

数据集结构

拆分：6,773 张训练图像 / 1,703 张测试图像，并配有对应的 YOLO 格式标签文件。
Keypoints: 24 per dog with (x, y, visibility) triplets.

布局：

datasets/dog-pose/
├── images/{train,test}
└── labels/{train,test}

数据集 YAML

YAML (Yet Another Markup Language) 文件用于定义数据集配置。它包含路径、关键点详细信息和其他相关信息。对于 Dog-pose 数据集，dog-pose.yaml 文件位于 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml。

ultralytics/cfg/datasets/dog-pose.yaml

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

# Dogs dataset http://vision.stanford.edu/aditya86/ImageNetDogs/ by Stanford
# Documentation: https://docs.ultralytics.com/datasets/pose/dog-pose/
# Example usage: yolo train data=dog-pose.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── dog-pose ← downloads here (337 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: dog-pose # dataset root dir
train: images/train # train images (relative to 'path') 6773 images
val: images/val # val images (relative to 'path') 1703 images

# Keypoints
kpt_shape: [24, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)

# Classes
names:
  0: dog

# Keypoint names per class
kpt_names:
  0:
    - front_left_paw
    - front_left_knee
    - front_left_elbow
    - rear_left_paw
    - rear_left_knee
    - rear_left_elbow
    - front_right_paw
    - front_right_knee
    - front_right_elbow
    - rear_right_paw
    - rear_right_knee
    - rear_right_elbow
    - tail_start
    - tail_end
    - left_ear_base
    - right_ear_base
    - nose
    - chin
    - left_ear_tip
    - right_ear_tip
    - left_eye
    - right_eye
    - withers
    - throat

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/dog-pose.zip

使用方法

若要在 Dog-pose 数据集上训练 YOLO26n-pose 模型 100 个 epoch，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="dog-pose.yaml", epochs=100, imgsz=640)

样本图像和标注

以下是来自 Dog-pose 数据集的一些图像示例，以及它们对应的标注：

Dog pose estimation dataset mosaic training batch

马赛克图像：此图像展示了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目标和场景的多样性。这有助于提高模型对不同目标尺寸、长宽比和上下文的泛化能力。

该示例展示了 Dog-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（mosaicing）的优势。

引文与致谢

如果你在研究或开发工作中使用 Dog-pose 数据集，请引用以下论文：

引用

@inproceedings{khosla2011fgvc,
  title={Novel dataset for Fine-Grained Image Categorization},
  author={Aditya Khosla and Nityananda Jayadevaprakash and Bangpeng Yao and Li Fei-Fei},
  booktitle={First Workshop on Fine-Grained Visual Categorization (FGVC), IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2011}
}
@inproceedings{deng2009imagenet,
  title={ImageNet: A Large-Scale Hierarchical Image Database},
  author={Jia Deng and Wei Dong and Richard Socher and Li-Jia Li and Kai Li and Li Fei-Fei},
  booktitle={IEEE Computer Vision and Pattern Recognition (CVPR)},
  year={2009}
}

我们感谢斯坦福团队为计算机视觉社区创建并维护这一宝贵资源。欲了解有关 Dog-pose 数据集及其创建者的更多信息，请访问 Stanford Dogs Dataset 网站。

常见问题 (FAQ)

什么是 Dog-pose 数据集，它如何与 Ultralytics YOLO26 一起使用？

Dog-Pose 数据集包含 6,773 张训练图像和 1,703 张测试图像，并标注了 24 个用于狗类姿态估计的关键点。它专为使用 Ultralytics YOLO26 训练和验证模型而设计，支持动物行为分析、宠物监控和兽医学研究等应用。该数据集全面的标注使其成为开发准确的犬类姿态估计模型的理想选择。

如何在 Ultralytics 中使用 Dog-pose 数据集训练 YOLO26 模型？

若要在 Dog-pose 数据集上训练 YOLO26n-pose 模型 100 个 epoch，图像大小为 640，请遵循以下示例：

训练示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-pose.pt")

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

有关训练参数的完整列表，请参阅模型 Training 页面。

使用 Dog-pose 数据集有什么好处？

Dog-pose 数据集具有以下几点优势：

庞大且多样化的数据集：拥有超过 8,400 张图像，提供了涵盖各种狗姿势、品种和场景的大量数据，能够支持稳健的模型训练和评估。

详细的关键点标注：每张图像包含 24 个关键点，每个关键点有 3 个维度（x, y, 可见性），为训练准确的姿态检测模型提供了精确的标注。

真实场景：包含来自不同环境的图像，增强了模型泛化到宠物监控和行为分析等实际应用的能力。

迁移学习优势：该数据集非常适合迁移学习技术，允许在人体姿态数据集上预训练的模型适应狗的特定特征。

有关其功能和用法的更多信息，请参阅 Dataset Introduction 部分。

马赛克增强（mosaicing）如何使 Dog-pose 数据集的 YOLO26 训练过程受益？

正如 Dog-pose 数据集样本图像所示，马赛克增强将多张图像合并为一张合成图像，丰富了每个训练批次中物体和场景的多样性。该技术有以下几点优势：

增加了每个批次中狗的姿势、大小和背景的多样性
提高了模型在不同背景和尺度下检测狗的能力
通过让模型接触更多样化的视觉模式来增强泛化能力
通过创建训练样本的新颖组合来减少过拟合

这种方法可以产生在真实场景中表现更佳的稳健模型。有关示例图像，请参考样本图像和标注部分。

在哪里可以找到 Dog-pose 数据集的 YAML 文件以及如何使用它？

Dog-pose 数据集的 YAML 文件可在 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml 找到。此文件定义了数据集配置，包括路径、类别、关键点详细信息和其他相关信息。该 YAML 指定了每个关键点具有 3 个维度的 24 个关键点，使其适用于详细的姿态估计任务。

若要将此文件与 YOLO26 训练脚本一起使用，只需在训练命令中引用它，如用法部分所示。数据集在首次使用时会自动下载，设置过程非常简单。

有关更多常见问题和详细文档，请访问 Ultralytics Documentation。

Contributors

GLglenn-jocher⁶ RIRizwanMunawar² PDpderrenger¹

Created 2024年11月16日Updated 3个月前