NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模
在不断发展的计算机视觉领域，姿态估计作为一项关键创新脱颖而出，改变了我们理解视觉数据以及与视觉数据交互的方式。 Ultralytics YOLOv8 处于这一转变的最前沿，提供了一个强大的工具来捕捉图像中物体方向和运动的微妙之处。
传统上，跟踪图像中对象的关键点非常复杂，但使用 YOLOv8，它变得无缝且直观。 这一进步不仅令人兴奋，而且还为各个领域开辟了一个充满可能性的世界，其中包括体育分析、医疗保健和零售等。
在本文中，我们将探索使用 YOLOv8 进行姿态估计的过程。 我们将介绍以下内容：
- 使用 CVAT 进行姿势估计的数据标注：我们首先将数据集上传到 CVAT 平台，配置工具，标注关键点，然后导出数据。
- 转换 Ultralytics YOLOv8 的标注：标注后，我们将数据转换为与 YOLOv8 兼容的格式，确保我们的模型可以正确解释它。
- 数据分割：构建数据至关重要，因此我们将其分为训练集、验证集和测试集，以促进有效的模型训练。
- 训练 YOLOv8 模型进行姿势估计：组织好数据后，我们将训练 YOLOv8 模型来识别和估计姿势。
- 使用 YOLOv8 进行推理：最后，我们将使用经过训练的模型对新数据进行姿势估计，看看我们努力的结果。 你还可以浏览我们关于使用 Ultralytics YOLOv8 进行姿势估计的 YouTube 视频 。
让我们开始吧🚀
1、使用 CVAT 标注姿态数据
数据标注过程在计算机视觉领域至关重要。 我们将在本教程中使用老虎数据集来演示如何准确注释关键点，这是训练姿势估计模型的重要步骤。
注意： Ultralytics Tiger-Pose数据集可以从这里下载并解压缩，为即将到来的任务做好准备。 这些图像将作为我们训练过程的基础，因此请确保它们存储方便。
如果你是 CVAT 新手，值得花时间查看 CVAT 文档来熟悉其功能。 这将为更加简化的标注过程提供基础。
1.1 上传数据集
下载Tiger-Pose图像后，请务必解压缩文件。 接下来，将所有图像作为新任务上传到 CVAT 平台，然后单击“提交并打开”。
完成后，你将被引导至如下所示的页面：
1.2 设置标注工具 CVAT
在 CVAT 中打开任务后，系统会提示你选择一个特定作业，该作业将作为你的标注工作区。 每个用户的作业编号（例如此处提到的“作业#391317”）都会有所不同。 这将引导你进入标注界面，其中设置将完成，你可以开始标记数据。
1.3 数据标注
使用 CVAT，你可以选择使用不同的格式进行标注。 对于Tiger-Pose数据集，我们将利用点标注来标记关键点。 该过程在教程中提供的详细 gif 中进行了可视化，指导你完成标注的每个步骤：
1.4 数据导出
完成标注后，可以使用“CVAT for images 1:1”格式导出数据集，该格式适合稍后在工作流程中转换为 YOLOv8 格式。
2、将标注转换为YOLOv8 格式
从 CVAT 导出标注后，你将收到一个 zip 文件。 解压该文件以显示 annotations.xml文件，其中包含你分配的关键点和标签。 该文件至关重要，因为它包含 YOLOv8 将学习的结构化数据。
要将其与 YOLOv8 集成，请将annotations.xml文件放入与图像数据集相同的目录中。 如果你需要重新下载数据集，可以从 Ultralytics Tiger-Pose 数据集获取。 确保下载后解压缩文件，为下一步做好准备。
现在，创建一个名为 cvat_to_ultralytics_yolov8.py的 Python 脚本。 将提供的代码复制到这个新文件中。 运行此脚本会将你的标注转换为 YOLOv8 格式，为训练模型奠定基础：
import ast
import os.path
from xml.dom import minidom
out_dir = './out'
if not os.path.exists(out_dir):
os.makedirs(out_dir)
file = minidom.parse('annotations.xml')
images = file.getElementsByTagName('image')
for image in images:
width = int(image.getAttribute('width'))
height = int(image.getAttribute('height'))
name = image.getAttribute('name')
elem = image.getElementsByTagName('points')
bbox = image.getElementsByTagName('box')[0]
xtl = int(float(bbox.getAttribute('xtl')))
ytl = int(float(bbox.getAttribute('ytl')))
xbr = int(float(bbox.getAttribute('xbr')))
ybr = int(float(bbox.getAttribute('ybr')))
w = xbr - xtl
h = ybr - ytl
label_file = open(os.path.join(out_dir, name + '.txt'), 'w')
for e in elem:
label_file.write('0 {} {} {} {} '.format(
str((xtl + (w / 2)) / width),
str((ytl + (h / 2)) / height),
str(w / width),
str(h / height)))
points = e.attributes['points']
points = points.value.split(';')
points_ = []
for p in points:
p = p.split(',')
p1, p2 = p
points_.append([int(float(p1)), int(float(p2))])
for p_, p in enumerate(points_):
label_file.write('{} {}'.format(p[0] / width, p[1] / height))
if p_ < len(points_) - 1:
label_file.write(' ')
else:
label_file.write('\n')运行脚本后，删除 annotations.xml以避免后续步骤中出现任何潜在的混乱。
3、数据分割
对数据集进行标注和转换后，下一步是将图像和标注组织成不同的集合以进行训练和评估。
- 在项目中创建两个目录：一个名为
images，另一个名为labels。 - 将图像及其相应的标注文件分别分发到这些文件夹中。
- 为了促进此数据分割过程，请创建一个名为
splitdata.py的 Python 文件。 - 将提供的代码复制并粘贴到
splitdata.py文件中。 - 通过运行该文件来执行 Python 脚本
此过程可确保你的数据被适当地划分为训练和测试子集，为 Ultralytics YOLOv8 训练做好准备。
import splitfolders
input_fol_path = "path to folder, that includes images and labels folder"
splitfolders.ratio(input_fold_path, output="output",
seed=1337, ratio=(.8, .2, .0), group_prefix=None, move=False)结果将是一个包含两个不同目录的输出文件夹： train和 test。 这些文件夹已准备好在 YOLOv8 训练过程中使用。
4、训练 YOLOv8 模型进行姿势估计
下一阶段涉及制作一个 data.yaml文件，该文件充当 YOLOv8 的路线图，将其定向到你的数据集并定义训练类。 将必要的代码插入 data.yaml，自定义数据集目录的路径。
请根据需要调整数据集目录路径。 配置 data.yaml后，就可以开始训练模型了。
path: "path to the dataset directory"
train: train
val: val
kpt_shape: [12, 2]
flip_idx: [0,1,2,3,4,5,6,7,8,9,10,11]
names:
0: tiger一旦完成，就可以开始了！ 你可以使用提供的命令来启动 YOLOv8 模型的训练以进行老虎姿势估计。
yolo task=pose mode=train data="path/data.yaml" model=yolov8n.pt imgsz=640训练持续时间会有所不同，并且取决于你拥有的 GPU 设备。
5、使用 YOLOv8 进行推理
训练后，通过对新数据进行推理来测试你的模型。 运行提供的命令以应用姿势估计模型来检测和分析姿势。
# Run inference using a tiger-pose trained model
yolo task=pose mode=predict \
source="https://www.youtube.com/watch?v=MIBAT6BGE6U" \
show=True model="path/to/best.pt"下图显示推理结果，展示了模型将所学知识应用到现实场景的能力：
原文链接：Pose Estimation on Custom Data using Ultralytics YOLOv8
BimAnt翻译整理，转载请标明出处
