姿态估计数据集准备与 COCO 关键点标注实战1. 数据集选择公开姿态估计数据集 ├── COCO Keypoints推荐 │ ├── 20 万张图片25 万人体实例 │ ├── 17 个关键点标注 │ └── 下载https://cocodataset.org ├── MPII Human Pose │ ├── 2.5 万张图片 │ ├── 16 个关键点 │ └── 适合学术研究 ├── CrowdPose │ ├── 2 万张拥挤场景 │ └── 适合多人场景 └── 自定义数据集 ├── 使用 Labelme/CVAT 标注 └── 转换为 COCO 格式2. COCO 数据集格式{images:[{id:1,file_name:000001.jpg,width:640,height:480}],annotations:[{id:1,image_id:1,category_id:1,bbox:[100,100,200,300],area:60000,iscrowd:0,keypoints:[300,150,2,// 鼻子: x, y, visibility290,140,2,// 左眼310,140,2,// 右眼280,145,2,// 左耳320,145,2,// 右耳250,200,2,// 左肩350,200,2,// 右肩230,280,2,// 左肘370,280,2,// 右肘220,350,2,// 左腕380,350,2,// 右腕270,350,2,// 左髋330,350,2,// 右髋260,450,2,// 左膝340,450,2,// 右膝250,550,2,// 左踝350,550,2// 右踝],num_keypoints:17}],categories:[{id:1,name:person,keypoints:[nose,left_eye,right_eye,left_ear,right_ear,left_shoulder,right_shoulder,left_elbow,right_elbow,left_wrist,right_wrist,left_hip,right_hip,left_knee,right_knee,left_ankle,right_ankle],skeleton:[[16,14],[14,12],[17,15],[15,13],[12,13],[6,12],[7,13],[6,7],[6,8],[7,9],[8,10],[9,11],[2,3],[1,2],[1,3],[2,4],[3,5],[4,6],[5,7]]}]}3. YOLO 格式转换#!/usr/bin/env python3coco_to_yolo_pose.py - COCO 转 YOLO 姿态格式importjsonimportosfrompathlibimportPathdefcoco_to_yolo_pose(coco_json,output_dir,img_dir):CCO 关键点标注转 YOLO 格式withopen(coco_json)asf:datajson.load(f)os.makedirs(output_dir,exist_okTrue)# 构建图片 ID → 文件名映射img_map{img[id]:imgforimgindata[images]}# 按图片分组标注ann_by_img{}forannindata[annotations]:img_idann[image_id]ifimg_idnotinann_by_img:ann_by_img[img_id][]ann_by_img[img_id].append(ann)forimg_id,img_infoinimg_map.items():w,himg_info[width],img_info[height]filenamePath(img_info[file_name]).stem lines[]foranninann_by_img.get(img_id,[]):# 边界框归一化bboxann[bbox]cx(bbox[0]bbox[2]/2)/w cy(bbox[1]bbox[3]/2)/h bwbbox[2]/w bhbbox[3]/h# 关键点归一化kptsann[keypoints]kpts_strforiinrange(17):kxkpts[i*3]/w kykpts[i*31]/h viskpts[i*32]kpts_strf{kx:.6f}{ky:.6f}{vis}lines.append(f0{cx:.6f}{cy:.6f}{bw:.6f}{bh:.6f}{kpts_str})# 写入标签文件label_pathos.path.join(output_dir,f{filename}.txt)withopen(label_path,w)asf:f.write(\n.join(lines))print(f转换完成:{len(img_map)}张图片)if__name____main__:coco_to_yolo_pose(coco/annotations/person_keypoints_train2017.json,dataset/train/labels,coco/train2017)4. 自定义数据集标注4.1 使用 CVAT 标注# 安装 CVATdockercompose up-d# 访问 http://localhost:8080# 创建项目 → 选择 Pose Estimation 任务类型# 标注 17 个关键点# 导出为 COCO 格式4.2 使用 Labelme 标注# Labelme 标注关键点# 1. 安装 labelmepip install labelme# 2. 启动标注labelme--config labelme_pose.yaml# 3. 标注时选择 Point 工具# 4. 按顺序标注 17 个关键点# 5. 导出为 COCO 格式5. 数据增强# 姿态估计数据增强配置augmentation:hsv_h:0.015hsv_s:0.5hsv_v:0.3degrees:10.0# 姿态允许更大旋转translate:0.1scale:0.3# 缩放影响关键点shear:5.0flipud:0.0# 不上下翻转重力方向固定fliplr:0.5# 左右翻转需镜像关键点mosaic:0.8mixup:0.0# MixUp 可能扭曲姿态5.1 左右镜像关键点defmirror_keypoints(keypoints,img_width):左右镜像关键点# 镜像关键点索引映射mirror_map{0:0,# 鼻子1:2,# 左眼 ↔ 右眼2:1,3:4,# 左耳 ↔ 右耳4:3,5:6,# 左肩 ↔ 右肩6:5,7:8,# 左肘 ↔ 右肘8:7,9:10,# 左腕 ↔ 右腕10:9,11:12,# 左髋 ↔ 右髋12:11,13:14,# 左膝 ↔ 右膝14:13,15:16,# 左踝 ↔ 右踝16:15,}mirrored[None]*17forold_idx,new_idxinmirror_map.items():x,y,viskeypoints[old_idx]mirrored[new_idx](img_width-x,y,vis)returnmirrored6. 数据集配置# data_pose.yamlpath:./datasettrain:train/imagesval:valid/imagestest:test/imagesnames:0:personnc:1task:pose# 姿态估计任务kpt_shape:[17,3]# 17 个关键点每个 3 维 (x, y, visibility)7. 数据集质量检查#!/usr/bin/env python3check_dataset.py - 数据集质量检查importosimportcv2importnumpyasnpdefcheck_pose_dataset(label_dir,image_dir):检查姿态数据集质量issues[]forlabel_fileinos.listdir(label_dir):ifnotlabel_file.endswith(.txt):continuelabel_pathos.path.join(label_dir,label_file)img_pathos.path.join(image_dir,label_file.replace(.txt,.jpg))ifnotos.path.exists(img_path):issues.append(f缺少图片:{img_path})continueimgcv2.imread(img_path)h,wimg.shape[:2]withopen(label_path)asf:forline_num,lineinenumerate(f.readlines(),1):partsline.strip().split()iflen(parts)55:# 5 17*3 56issues.append(f{label_file}:{line_num}关键点数量不足)continue# 检查坐标范围foriinrange(5,56,3):x,yfloat(parts[i]),float(parts[i1])ifx0orx1ory0ory1:issues.append(f{label_file}:{line_num}坐标越界: ({x},{y}))ifissues:print(f发现{len(issues)}个问题:)forissueinissues[:20]:print(f -{issue})else:print(✅ 数据集质量检查通过)if__name____main__:check_pose_dataset(dataset/train/labels,dataset/train/images)总结步骤工具输出格式公开数据集COCOJSON自定义标注CVAT/LabelmeCOCO JSON格式转换脚本YOLO txt质量检查脚本报告数据增强Ultralytics自动核心要点COCO 格式17 关键点 × (x, y, visibility) 51 值归一化坐标所有坐标除以图片宽高左右镜像需要交换左右关键点索引质量检查坐标范围、关键点数量、可见性