Dog-Pose 数据集
简介
Ultralytics Dog-pose 数据集是一个高质量且广泛的数据集,专门为狗关键点估计而策划。该数据集包含 6,773 个训练图像和 1,703 个测试图像,为训练强大的姿势估计模型奠定了坚实的基础。
观看: 如何在 Stanford Dog 姿势估计数据集上训练 Ultralytics YOLO11 | 逐步教程🚀
每张标注图像都包含24个关键点,每个关键点有3个维度(x、y、可见性),使其成为计算机视觉领域高级研究和开发的宝贵资源。
此数据集旨在与 Ultralytics HUB 和 YOLO11 一起使用。
数据集 YAML
YAML (Yet Another Markup Language) 文件用于定义数据集配置。它包括路径、关键点详细信息和其他相关信息。对于 Dog-pose 数据集, dog-pose.yaml
可在以下位置获取 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
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/dog-pose.zip
用法
要在 Dog-pose 数据集上训练 YOLO11n-pose 模型 100 个 epochs,图像大小为 640,您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("yolo11n-pose.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="dog-pose.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo pose train data=dog-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640
Sample Images 和注释
以下是 Dog-pose 数据集中的一些图像示例,以及它们对应的注释:
- 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 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拼接的好处。
引用和致谢
如果您在您的研究或开发工作中使用 Dog-pose 数据集,请引用以下论文:
@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}
}
我们要感谢 Stanford 团队创建和维护这个有价值的计算机视觉社区资源。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
什么是 Dog-pose 数据集,以及它如何与 Ultralytics YOLO11 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,这些图像都标有 24 个关键点,用于狗的姿势估计。它专为使用Ultralytics YOLO11训练和验证模型而设计,支持动物行为分析、宠物监控和兽医研究等应用。该数据集的全面注释使其成为开发精确犬类姿势估计模型的理想选择。
如何使用 Ultralytics 中的 Dog-pose 数据集训练 YOLO11 模型?
要在 Dog-pose 数据集上训练 YOLO11n-pose 模型 100 个 epochs,图像大小为 640,请按照以下示例操作:
训练示例
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n-pose.pt")
# Train the model
results = model.train(data="dog-pose.yaml", epochs=100, imgsz=640)
yolo pose train data=dog-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640
有关训练参数的完整列表,请参阅模型训练页面。
使用 Dog-pose 数据集有哪些好处?
Dog-pose 数据集具有以下优点:
大型且多样化的数据集:拥有超过8,400张图像,它提供了大量数据,涵盖了各种各样的狗姿势、品种和背景,从而实现了强大的模型训练和评估。
详细的关键点注释:每张图像都包含 24 个关键点,每个关键点有 3 个维度(x、y、可见性),为训练精确的姿势检测模型提供精确的注释。
真实场景: 包括来自各种环境的图像,增强了模型泛化到真实世界应用的能力,例如宠物监控和行为分析。
迁移学习优势:该数据集与迁移学习技术配合良好,允许在人体姿势数据集上预训练的模型适应狗的特定特征。
有关其特性和用法的更多信息,请参阅数据集介绍部分。
使用 Dog-pose 数据集时,Mosaicing 如何使 YOLO11 训练过程受益?
如 Dog-pose 数据集的示例图像所示,马赛克拼接将多个图像合并成一个复合图像,丰富了每个训练批次中对象和场景的多样性。此技术具有以下优点:
- 增加了每个批次中狗的姿势、大小和背景的多样性
- 提高模型在不同环境和尺度下检测狗的能力
- 通过使模型接触到更多样化的视觉模式来增强泛化能力
- 通过创建训练示例的新颖组合来减少过度拟合
这种方法可以产生更强大的模型,在实际场景中表现更好。有关示例图像,请参阅示例图像和注释部分。
在哪里可以找到 Dog-pose 数据集 YAML 文件,以及如何使用它?
Dog-pose 数据集 YAML 文件位于 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml。此文件定义了数据集配置,包括路径、类、关键点详细信息和其他相关信息。YAML 指定了 24 个关键点,每个关键点有 3 个维度,使其适合详细的姿势估计任务。
要将此文件与 YOLO11 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。首次使用时,数据集将自动下载,从而使设置变得简单。
更多常见问题解答和详细文档,请访问 Ultralytics 文档。