Dog-Pose 数据集#
简介#
Ultralytics Dog-Pose 数据集是一个高质量、大规模的数据集，专为狗的关键点估计精心整理，包含 6,773 张训练图像和 1,703 张验证图像。
观看： 如何在斯坦福犬类姿态估计数据集上训练 Ultralytics YOLO 模型 | 分步教程
每张带标注的图像都包含 24 个关键点，每个关键点有 3 个维度（x、y、可见性），是计算机视觉高级研究和开发的宝贵资源。
如果你需要处理特定犬种或其他动物，Ultralytics Platform 可在无需管理基础设施的情况下，处理数据上传、标注，以及基于你自己的数据训练自定义关键点模型。
数据集结构#
-
图像总数：8,476（6,773 张训练 / 1,703 张验证），并提供对应的 YOLO 格式标签文件。
-
关键点：每只狗有 24 个关键点，采用
(x, y, visibility)三元组格式。 -
下载大小：约 ~337 MB。
-
目录布局：
datasets/dog-pose/ ├── images/{train,val} └── labels/{train,val}
数据集 YAML#
使用 YAML 文件定义数据集配置，其中包含路径、关键点详情和其他相关信息。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 🚀 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#
若要使用 Dog-Pose 数据集，以图像尺寸 640 训练 YOLO26n-pose 模型 100 个轮次，可以使用以下代码片段。可用参数的完整列表请参阅模型的训练页面。
from ultralytics import YOLO
# 加载模型
model = YOLO("yolo26n-pose.pt") # 加载预训练模型（推荐用于训练）
# 训练模型
results = model.train(data="dog-pose.yaml", epochs=100, imgsz=640)示例图像和标注#
以下是 Dog-Pose 数据集中的一些图像示例及其对应的标注：
- 马赛克图像：此图像展示了由数据集马赛克图像组成的训练批次。马赛克是一种训练时使用的技术，它将多张图像合并为一张图像，从而增加每个训练批次中目标和场景的多样性。这有助于提升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的优势。
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：
@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}
}我们感谢斯坦福大学团队创建并维护这一对计算机视觉社区有价值的资源。若要详细了解 Dog-Pose 数据集及其创建者，请访问 Stanford Dogs 数据集网站。
常见问题#
Dog-Pose 数据集包含 6,773 张训练图像和 1,703 张验证图像，均标注了 24 个关键点，用于狗的姿态估计。该数据集旨在使用 Ultralytics YOLO26 训练和验证模型，可支持动物行为分析、宠物监控和兽医学研究等应用。该数据集全面的标注使其非常适合开发精确的犬类姿态估计模型。
马赛克增强会将多张 Dog-Pose 图像合并为一张训练图像，增加模型在每个训练步骤中接触到的狗姿势、尺寸和背景的多样性，从而提升模型对新场景和不同尺度的泛化能力，同时减少过拟合。示例图像请参阅示例图像和标注部分。
Dog-Pose 数据集 YAML 文件位于 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml。该文件定义数据集配置，包括路径、类别、关键点详情和其他相关信息。YAML 文件指定了 24 个关键点，每个关键点有 3 个维度，适用于精细的姿态估计任务。
要将此文件用于 YOLO26 训练脚本，只需按照用法部分所示，在训练命令中引用该文件即可。首次使用时，系统会自动下载数据集，让设置过程更加简单。
有关关键点模型的更多信息，请参阅姿态估计任务文档。