COCO-Pose 数据集
COCO-Pose 数据集是 COCO（上下文中的常见对象）数据集的专门版本，专为姿态估计任务设计。它利用 COCO Keypoints 2017 图像和标签，使像 YOLO 这样的模型能够进行姿态估计任务的训练。
COCO-Pose 预训练模型
| 模型 | 尺寸 （像素） |
mAP姿态 50-95 |
mAP姿态 50 |
速度 CPU ONNX （毫秒） |
速度 T4 TensorRT10 （毫秒） |
参数 （百万） |
FLOPs （十亿） |
|---|---|---|---|---|---|---|---|
| YOLO11n-pose | 640 | 50.0 | 81.0 | 52.4 ± 0.5 | 1.7 ± 0.0 | 2.9 | 7.6 |
| YOLO11s-pose | 640 | 58.9 | 86.3 | 90.5 ± 0.6 | 2.6 ± 0.0 | 9.9 | 23.2 |
| YOLO11m-pose | 640 | 64.9 | 89.4 | 187.3 ± 0.8 | 4.9 ± 0.1 | 20.9 | 71.7 |
| YOLO11l-pose | 640 | 66.1 | 89.9 | 247.7 ± 1.1 | 6.4 ± 0.1 | 26.2 | 90.7 |
| YOLO11x-pose | 640 | 69.5 | 91.1 | 488.0 ± 13.9 | 12.1 ± 0.2 | 58.8 | 203.3 |
主要特点
- COCO-Pose 基于 COCO Keypoints 2017 数据集，该数据集包含 20 万张标注有关键点的图像，用于姿态估计任务。
- 该数据集支持 17 个关键点用于人体姿态估计，便于进行详细的姿态估计。
- 与 COCO 类似，它提供了标准化的评估指标，包括用于姿态估计任务的对象关键点相似性（OKS），使其适合比较模型性能。
数据集结构
COCO-Pose 数据集分为三个子集：
- Train2017：该子集包含 COCO 数据集中 11.8 万张图像的一部分，用于训练姿态估计模型。
- Val2017：该子集包含用于模型训练期间验证目的的图像。
- Test2017：该子集包含用于测试和基准测试训练模型的图像。该子集的真实标注不公开，结果提交到 COCO 评估服务器 进行性能评估。
应用
COCO-Pose 数据集专门用于训练和评估 深度学习 模型在关键点检测和姿态估计任务中的应用，如 OpenPose。数据集的大量标注图像和标准化评估指标使其成为专注于姿态估计的 计算机视觉 研究人员和从业者的宝贵资源。
数据集 YAML
YAML（另一种标记语言）文件用于定义数据集配置。它包含数据集路径、类别和其他相关信息。对于 COCO-Pose 数据集，coco-pose.yaml 文件保存在 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco-pose.yaml。
ultralytics/cfg/datasets/coco-pose.yaml
# Ultralytics YOLO 🚀, AGPL-3.0 license
# COCO 2017 dataset https://cocodataset.org by Microsoft
# Documentation: https://docs.ultralytics.com/datasets/pose/coco/
# Example usage: yolo train data=coco-pose.yaml
# parent
# ├── ultralytics
# └── datasets
# └── coco-pose ← downloads here (20.1 GB)
# 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: ../datasets/coco-pose # dataset root dir
train: train2017.txt # train images (relative to 'path') 118287 images
val: val2017.txt # val images (relative to 'path') 5000 images
test: test-dev2017.txt # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794
# Keypoints
kpt_shape: [17, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 2, 1, 4, 3, 6, 5, 8, 7, 10, 9, 12, 11, 14, 13, 16, 15]
# Classes
names:
0: person
# Download script/URL (optional)
download: |
from ultralytics.utils.downloads import download
from pathlib import Path
# Download labels
dir = Path(yaml['path']) # dataset root dir
url = 'https://github.com/ultralytics/assets/releases/download/v0.0.0/'
urls = [url + 'coco2017labels-pose.zip'] # labels
download(urls, dir=dir.parent)
# Download data
urls = ['http://images.cocodataset.org/zips/train2017.zip', # 19G, 118k images
'http://images.cocodataset.org/zips/val2017.zip', # 1G, 5k images
'http://images.cocodataset.org/zips/test2017.zip'] # 7G, 41k images (optional)
download(urls, dir=dir / 'images', threads=3)
使用方法
要在 COCO-Pose 数据集上训练 YOLO11n-pose 模型 100 epochs，图像大小为 640，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
样本图像和标注
COCO-Pose 数据集包含一系列带有标注关键点的人体图像。以下是数据集中的一些图像示例及其相应的标注：
- 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，将多张图像组合成一张图像，以增加每个训练批次中对象和场景的多样性。这有助于提高模型对不同对象大小、宽高比和上下文的泛化能力。
该示例展示了 COCO-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的好处。
引用和致谢
如果您在研究或开发工作中使用 COCO-Pose 数据集，请引用以下论文：
```bibtex @misc{lin2015microsoft, title={Microsoft COCO: Common Objects in Context},
@article{Lin2015,
author={Tsung-Yi Lin and Michael Maire and Serge Belongie and Lubomir Bourdev and Ross Girshick and James Hays and Pietro Perona and Deva Ramanan and C. Lawrence Zitnick and Piotr Dollár},
year={2015},
eprint={1405.0312},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
我们感谢COCO联盟为计算机视觉社区创建和维护这一宝贵资源。有关COCO-Pose数据集及其创建者的更多信息，请访问COCO数据集网站。
常见问题
什么是COCO-Pose数据集，如何将其与Ultralytics YOLO用于姿态估计？
COCO-Pose数据集是COCO（上下文中的常见对象）数据集的专门版本，专为姿态估计任务设计。它基于COCO Keypoints 2017图像和注释，允许训练Ultralytics YOLO等模型进行详细的姿态估计。例如，您可以使用COCO-Pose数据集加载预训练模型并使用YAML配置进行训练，以训练YOLO11n-pose模型。有关训练示例，请参阅训练文档。
如何在COCO-Pose数据集上训练YOLO11模型？
可以使用Python或CLI命令在COCO-Pose数据集上训练YOLO11模型。例如，要训练一个YOLO11n-pose模型100个周期，图像大小为640，可以按照以下步骤操作：
训练示例
```python from ultralytics import YOLO
加载模型
model = YOLO("yolo11n-pose.pt") # 加载预训练模型（推荐用于训练）
训练模型
results = model.train(data="coco-pose.yaml", epochs=100, imgsz=640) ```
```bash
从预训练的*.pt模型开始训练
yolo pose train data=coco-pose.yaml model=yolo11n-pose.pt epochs=100 imgsz=640 ```
有关训练过程和可用参数的更多详细信息，请查看训练页面。
COCO-Pose数据集提供了哪些不同的指标来评估模型性能？
COCO-Pose数据集提供了几个标准化的评估指标用于姿态估计任务，类似于原始COCO数据集。关键指标包括对象关键点相似度（OKS），它评估预测关键点与地面实况注释的准确性。这些指标允许对不同模型进行彻底的性能比较。例如，COCO-Pose预训练模型如YOLO11n-pose、YOLO11s-pose等在文档中列出了特定的性能指标，如mAPpose50-95和mAPpose50。
COCO-Pose数据集的结构和划分是怎样的？
COCO-Pose数据集分为三个子集：
- Train2017：包含部分118K COCO图像，用于训练姿态估计模型。
- Val2017：用于模型训练期间验证的选定图像。
- Test2017：用于测试和基准测试训练模型的图像。此子集的地面实况注释不公开；结果提交到COCO评估服务器进行性能评估。
这些子集有助于有效组织训练、验证和测试阶段。有关配置详情，请查看GitHub上提供的coco-pose.yaml文件。
COCO-Pose数据集的关键特性和应用有哪些？
COCO-Pose数据集扩展了COCO Keypoints 2017注释，包括17个关键点用于人体姿态估计，从而实现详细的姿态估计。标准化的评估指标（如OKS）有助于不同模型之间的比较。COCO-Pose数据集的应用涵盖多个领域，如体育分析、医疗保健和人与计算机交互，凡是需要详细人体姿态估计的地方。在实际应用中，利用文档中提供的预训练模型（如YOLO11n-pose）可以显著简化流程（关键特性）。
如果您在研究或开发工作中使用COCO-Pose数据集，请使用以下BibTeX条目引用论文。
