Ultralytics YOLO27：
Research

Dog-Pose 数据集#

简介#

Ultralytics Dog-Pose 数据集是一个高质量且内容广泛的数据集，专门为狗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。



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

每张经过标注的图像都包含 24 个关键点，每个关键点包含 3 个维度（x、y、可见性），是计算机视觉高级研究与开发的宝贵资源。

Ultralytics Dog-Pose display image

如果你需要针对特定品种或完全不同的动物，Ultralytics Platform 可以处理在你自己的数据上上传、标注和训练自定义关键点模型的工作，无需管理基础设施。

数据集结构#

  • 图像总数：8,476（6,773 张训练图像 / 1,703 张验证图像），并配有对应的 YOLO 格式标签文件。

  • 关键点：每只狗 24 个，包含 (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#

使用 YAML 文件定义数据集配置，其中包括路径、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#

要在 Dog-Pose 数据集上训练 YOLO26n-pose 模型 100 个轮次，并将图像大小设为 640，你可以使用以下代码片段。如需查看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)

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：

Dog pose estimation dataset mosaic training batch
  • 马赛克图像：此图像展示了由马赛克拼接数据集图像组成的训练批次。马赛克拼接是训练期间使用的一种技术，它将多张图像合并为一张图像，以增加每个训练批次中物体和场景的多样性。这有助于提升模型对不同物体大小、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的优势。

引用和致谢#

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 Stanford 团队创建并维护这一面向计算机视觉社区的宝贵资源。如需了解有关 Dog-Pose 数据集及其创建者的更多信息，请访问 Stanford Dogs Dataset website。

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，这些图像均标注了 24 个关键点，用于狗姿态估计。该数据集用于训练和验证 Ultralytics YOLO26 模型，支持动物行为分析、宠物监测和兽医学研究等应用。其全面的标注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 代码片段请参阅上方的训练示例，完整的参数列表请参阅模型的训练页面。

  • Dog-Pose 数据集包含 8,476 张图像（6,773 张训练图像 / 1,703 张验证图像），涵盖范围广泛的狗品种和姿态；每个标注包含 3 个维度（x、y、可见性）的 24 个关键点，为模型提供了宠物监测和行为分析等应用所需的真实场景覆盖范围。如需了解其功能和用法的更多信息，请参阅数据集介绍部分。

  • 马赛克增强会将多张 Dog-Pose 图像合并为一张训练图像，从而增加模型在每个步骤中看到的狗姿态、尺寸和背景的多样性，提高模型对新场景和尺度的泛化能力，同时减少过拟合。如需查看图像示例，请参阅示例图像和标注部分。

  • Dog-Pose 数据集的 YAML 文件位于 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/dog-pose.yaml。该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 文件指定了 24 个关键点，每个关键点包含 3 个维度，因此适用于详细的姿态估计任务。

    要将此文件与 YOLO26 训练脚本配合使用，只需像用法部分所示，在训练命令中引用它即可。数据集首次使用时会自动下载，从而简化设置过程。

    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