使用 Ultralytics YOLO 进行姿态估计#

姿态估计是一项用于识别图像中特定点位置的任务，这些点通常称为关键点。关键点可以表示对象的不同部位，例如关节、标志点或其他显著特征。关键点位置通常表示为一组二维 [x, y] 坐标，可选地附带可见性标志 [x, y, visible]。

姿态估计模型的输出是一组表示图像中对象关键点的点，通常还包含每个点的置信度分数。当你需要识别场景中对象的特定部位及其相对位置时，姿态估计是一个不错的选择。

模型#

以下展示了在 COCO keypoints 数据集上预训练的 YOLO26 Pose 模型。

首次使用时，模型会自动从 Ultralytics 最新版本下载。

• mAP^val 数值是在 COCO Keypoints val2017 数据集上以单模型、单尺度方式得出的。
  使用 yolo pose val data=coco-pose.yaml device=0 nms=False 复现
• 速度是在 COCO val 图像上使用 ONNX（CPU）和 TensorRT10（NVIDIA T4 GPU）测得的平均值。
  使用 yolo pose val data=coco-pose.yaml batch=1 device=0|cpu nms=False 复现
• 参数量和 FLOPs 数值对应融合后的模型，该模型经过 Conv/BatchNorm 折叠并移除了未使用的检测分支。预训练检查点保留完整的训练架构，因此显示的数值可能更高。

初步 COCO keypoint 结果请参阅尚未发布的 YOLO27 预览版。

训练#

在 COCO8-pose 数据集上以 640 的图像尺寸训练 YOLO26n-pose，共训练 100 个 epochs。如需查看可用参数的完整列表，请参阅 Configuration 页面。

from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26n-pose.yaml")  # 从 YAML 构建新模型
model = YOLO("yolo26n-pose.pt")  # 加载预训练模型（推荐用于训练）
model = YOLO("yolo26n-pose.yaml").load("yolo26n-pose.pt")  # 从 YAML 构建模型并迁移权重

# 训练模型
results = model.train(data="coco8-pose.yaml", epochs=100, imgsz=640)

有关 train 模式的完整详情，请参阅 Train 页面。你也可以通过 Ultralytics Platform 云训练训练姿态模型。

数据集格式#

YOLO 姿态数据集格式的详细说明请参阅 Dataset Guide。如需将现有的 COCO keypoints JSON 数据集转换为 YOLO 格式，请按照 COCO to YOLO guide 中的说明，使用内置的 convert_coco 函数和 use_keypoints=True。Ultralytics Platform 标注也支持姿态标签，并内置适用于人体、手部、面部和自定义关键点布局的骨架模板。

对于自定义姿态估计任务，你也可以探索专用数据集，例如用于动物姿态估计的 Tiger-Pose、用于手部追踪的 Hand Keypoints，或用于犬类姿态分析的 Dog-Pose。

验证#

验证训练好的 YOLO26n-pose 模型的准确率。无需提供参数，因为 model 会将训练时使用的 data 和参数保留为模型属性：Train 示例中的 path/to/best.pt 会在 COCO8-pose 上进行验证。官方权重记录的训练数据集路径在你的机器上可能不存在，因此会在发出警告后回退到任务默认值 coco8-pose.yaml。传入 data 可在其他数据集上进行验证。

from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26n-pose.pt")  # 加载官方模型
model = YOLO("path/to/best.pt")  # 加载自定义模型

# 验证模型
metrics = model.val()  # 无需参数，数据集和设置会自动记住
metrics.box.map  # map50-95
metrics.box.map50  # map50
metrics.box.map75  # map75
metrics.box.maps  # 包含每个类别 mAP50-95 的列表
metrics.box.image_metrics  # 每张图像的框指标字典，包含 precision、recall、F1、TP、FP 和 FN
metrics.pose.map  # map50-95(P)
metrics.pose.map50  # map50(P)
metrics.pose.map75  # map75(P)
metrics.pose.maps  # 包含各类别 mAP50-95(P) 的列表
metrics.pose.image_metrics  # 每张图像的姿态指标字典，包含 precision、recall、F1、TP、FP 和 FN

预测#

使用训练好的 YOLO26n-pose 模型对图像进行预测。

from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26n-pose.pt")  # 加载官方模型
model = YOLO("path/to/best.pt")  # 加载自定义模型

# 使用模型进行预测
results = model("https://ultralytics.com/images/bus.jpg")  # 对图像进行预测

# 访问结果
for result in results:
    xy = result.keypoints.xy  # x 和 y 坐标
    xyn = result.keypoints.xyn  # normalized
    kpts = result.keypoints.data  # x、y、可见性（如果有）

请参阅预测页面，了解完整的 predict 模式详情。

结果输出#

姿态估计会为每张图像返回一个 Results 对象。主要预测字段为表示姿态坐标的 result.keypoints，以及关键点所属检测实例的 result.boxes。

如需了解所有任务中特定于任务的 Results 字段，请参阅按任务查看预测结果部分。

关键点索引映射#

默认的 YOLO26 Pose 模型会预测 17 个 COCO 关键点，因此 result.keypoints.xy[:, k] 中索引为 k 的点是：

0. 鼻子
1. 左眼
2. 右眼
3. 左耳
4. 右耳
5. 左肩
6. 右肩
7. 左肘
8. 右肘
9. 左腕
10. 右腕
11. 左髋
12. 右髋
13. 左膝
14. 右膝
15. 左踝
16. 右踝

导出#

将 YOLO26n-pose 模型导出为其他格式，例如 ONNX、CoreML 等。

from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26n-pose.pt")  # 加载官方模型
model = YOLO("path/to/best.pt")  # 加载自定义模型

# 导出模型
model.export(format="onnx")

下表列出了可用的 YOLO26-pose 导出格式。你可以使用 format 参数导出为任意格式，例如 format='onnx' 或 format='engine'。你也可以直接使用导出的模型进行预测或验证，例如 yolo predict model=yolo26n-pose.onnx。导出完成后，系统会显示适用于你模型的用法示例。

nms=None 默认输出原始结果，以供外部 NMS 使用。设置 nms=False 可选择可用的无 NMS 检测头；不支持的格式会回退到其原生输出路径。上方的 nms 条目表示可以通过 nms=True 嵌入 NMS 的格式。

请参阅 Export 页面，了解完整的 export 详情。

常见问题#