YOLO Vision 2026：
Research

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，专门为狗狗关键点估计而策划，提供 6,773 张训练图像和 1,703 张验证图像。



Watch: How to Train an Ultralytics YOLO Model 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），使其成为计算机视觉领域高级研究和开发的宝贵资源。

Ultralytics Dog-Pose display image

对于特定的品种或完全不同的动物，Ultralytics Platform 可以处理你自己的数据的上传、标注和自定义关键点模型的训练，而无需管理基础设施。

数据集结构#

  • 总图像数：8,476 张（6,773 张训练集 / 1,703 张验证集），包含对应的 YOLO 格式标签文件。

  • 关键点：每只狗 24 个，带有 (x, y, visibility) 三元组。

  • 下载大小：~337 MB。

  • 布局：

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

数据集 YAML#

YAML 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 文件可在 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml 获取。

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

用法#

要在 Dog-Pose 数据集上训练 YOLO26n-pose 模型 100 个 epochs，图像尺寸为 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。

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 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）的好处。

引用与致谢#

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}
}

我们要感谢斯坦福团队为 computer vision 社区创建和维护这一宝贵资源。有关 Dog-Pose 数据集及其创建者的更多信息，请访问 Stanford Dogs Dataset website。

常见问题解答#

  • Dog-Pose 数据集具有 6,773 张训练图像和 1,703 张验证图像，标注了 24 个狗姿态估计关键点。它旨在用于使用 Ultralytics YOLO26 训练和验证模型，支持动物行为分析、宠物监控和兽医研究等应用。该数据集全面的标注使其非常适合开发准确的犬类姿态估计模型。

  • 加载 yolo26n-pose.pt 并调用 model.train(data="dog-pose.yaml", epochs=100, imgsz=640) — 完整的 Python 和 CLI 代码片段请参见上面的 Train Example，参数的完整列表请参见模型 Training 页面。

  • Dog-Pose 数据集总共包含 8,476 张图像（6,773 张训练集 / 1,703 张验证集），涵盖了广泛的狗品种和姿态，每个标注有 3 个维度（x, y, 可见度）的 24 个关键点，为模型提供了 pet monitoring 和行为分析等应用所需的现实场景覆盖。有关其功能和用法的更多信息，请参阅 Dataset Introduction 部分。

  • 马赛克增强将多个 Dog-Pose 图像组合成单个训练图像，增加了模型在每一步中看到的狗姿态、大小和背景的多样性，从而提高了对新上下文和尺度的泛化能力，同时减少了过拟合。有关示例图像，请参考 Sample Images and Annotations 部分。

  • Dog-Pose 数据集 YAML 文件可以在 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。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。

    要将此文件与 YOLO26 训练脚本一起使用，只需在你的训练命令中引用它，如 Usage 部分所示。数据集将在首次使用时自动下载，使设置变得简单直接。

    有关关键点模型的更多信息，请参阅姿态估计任务文档。

贡献者
GLglenn-jocher10RAraimbekovm4PDpderrenger2RIRizwanMunawar2

评论