Poz Modellerini Etiketle ve Eğit

Anahtar nokta etiket satırı#

Poz etiketi satırı, sonuna anahtar noktalar eklenmiş bir tespit satırıdır. Her koordinat 0–1 aralığına normalize edilir ve anahtar noktalar her satırda aynı sabit sırada yer alır. Gerçek bir COCO8-pose satırının ilk dört anahtar noktadan sonra kısaltılmış hâli:

0 0.671279 0.617945 0.645759 0.726859 0.519751 0.381250 2.000000 0.550936 0.348438 2.000000 0.488565 0.367188 2.000000 0.642412 0.354687 2.000000 ...

Görünürlük bayrağı COCO kuralını izler: 2 görünür, 1 etiketlenmiş ancak örtülü, 0 etiketlenmemiş. Ultralytics, kayıp hesabında v = 0 değerine sahip anahtar noktaları maskeler; böylece eksik bir bilek, modele bilekleri (0, 0) konumunda tahmin etmeyi öğretmez.

Poz veri kümesi kılavuzu, görünürlük bilgisi içermeyen veri kümeleri için iki değerli değişkeni de (x y yalnızca, kpt_shape: [K, 2]) ele alıyor.

kpt_shape ve flip_idx#

Veri kümesi YAML dosyası, olağan path, train, val ve names değerlerine iki anahtar ekler:

kpt_shape: [17, 3] # 17 keypoints, each x, y, visibility
flip_idx: [0, 2, 1, 4, 3, 6, 5, 8, 7, 10, 9, 12, 11, 14, 13, 16, 15]

flip_idx, yatay çevirme veri artırma işleminin ayna görüntüsünde her anahtar noktanın hangisine dönüşeceğini belirtir. Bir kişiyi aynaladığında sol bileği (9), sağ bileğin (10) bulunduğu konuma gelir; bu nedenle flip_idx dizisinin 9. konumunda 10, 10. konumunda 9 bulunur; burun (0) ise kendisiyle eşleşir. Her veri artırma işlemi iskeleti piksellerle birlikte taşır; dizin eşlemesini gerektiren tek işlem yatay çevirmedir:

flip_idx yanlış olduğunda ne olur? Yüklü kaynak kodunda doğrulandığı üzere:

• Eksik: eğitim bir uyarı verir ve fliplr ile flipud değerlerini 0 olarak ayarlar; böylece en düşük maliyetli artırımı kaybedersin.
• Uzunluk yanlış: eğitim, uyuşmazlığı belirten bir ValueError ile durur — tek açık hata budur.
• Uzunluk doğru, eşleşmeler yanlış: hiçbir uyarı verilmez. Çevrilmiş örneklerin yarısı modele solun sağ olduğunu öğretir ve doğrulama görüntülerinde simetrik pozlarda sağ-sol değişimleri görülür.

COCO8-pose üzerinde eğitim yap#

from ultralytics import YOLO

model = YOLO("yolo26n-pose.pt")
model.train(data="coco8-pose.yaml", epochs=1, imgsz=320, device="cpu")
metrics = model.val()
print(f"box  mAP50-95: {metrics.box.map:.3f}")
print(f"pose mAP50-95: {metrics.pose.map:.3f}")

                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95)     Pose(P          R      mAP50  mAP50-95)
                   all          4         14          1      0.783      0.893      0.643      0.966      0.571      0.575      0.326
box  mAP50-95: 0.643
pose mAP50-95: 0.326

Segmentasyonda olduğu gibi tabloda da iki blok vardır. Box, kişi kutularını puanlar; Pose, aynı mAP mekanizması içinde Anahtar Nokta Benzerliği (OKS) ile anahtar noktaların yerleşimini puanlar. Pose mAP50-95, bir poz ürünü için sürüm yayımlama eşiğidir — sonraki derste OKS'nin bir anahtar noktanın doğru olup olmadığına nasıl karar verdiği gösteriliyor.

Anahtar noktalardan eklem açılarına#

result.keypoints, COCO sıralamasında xy (N × K × 2, piksel), xyn (normalize edilmiş) ve conf (N × K) değerlerini tutar. Bir eklemin açısı, orada birleşen iki uzuv vektörü arasındaki açıdır — nokta çarpımı:

import numpy as np

from ultralytics import YOLO

model = YOLO("yolo26n-pose.pt")
result = model("https://ultralytics.com/images/bus.jpg")[0]
kpts = result.keypoints.cpu().numpy()  # people x 17 x (x, y, conf)

SHOULDER, ELBOW, WRIST = 5, 7, 9  # left arm, COCO keypoint order
for person, (xy, conf) in enumerate(zip(kpts.xy, kpts.conf)):
    if conf[[SHOULDER, ELBOW, WRIST]].min() < 0.5:
        print(f"person {person}: left arm not visible enough")
        continue
    a, b, c = xy[SHOULDER], xy[ELBOW], xy[WRIST]
    cos = np.dot(a - b, c - b) / (np.linalg.norm(a - b) * np.linalg.norm(c - b))
    print(f"person {person}: left elbow angle {np.degrees(np.arccos(cos)):.0f} deg")

person 0: left elbow angle 71 deg
person 1: left elbow angle 96 deg
person 2: left elbow angle 59 deg
person 3: left arm not visible enough
person 4: left arm not visible enough

Satır satır: kpts.xy[p], p kişisinin piksel cinsinden 17 noktasını içerir; a - b ve c - b, dirsekten başlayan vektörler olarak üst kolu ve ön kolu gösterir; normalize edilmiş nokta çarpımları aralarındaki açının kosinüsüdür. Düz bir kol yaklaşık 180°, tamamen bükülmüş bir kol ise yaklaşık 30° gösterir. 3. ve 4. kişilerin en az bir sol kol ekleminin güven değeri 0.5'in altında olduğundan betik bu kişilerin ölçümünü yapmaz.