使用yolov8 训练关键点配置理解
- 1. coco-pose.yaml 修改关键参数
-
- kpt_shape: [17, 3]
- flip_idx: [0, 2, 1, 4, 3, 6, 5, 8, 7, 10, 9, 12, 11, 14, 13, 16, 15]
- 2. yolov8n-pose.yaml 修改kpt_shape
- 3. 编写 train文件
- 4.一个封装的推理代码
1. coco-pose.yaml 修改关键参数
kpt_shape: [17, 3]
第一个值: 关键点的数量
第二个值：表示label标签的定义,可以是2,也可以是3。
如果是2 表示x坐标和y坐标。
类别标签 box框（x,y,x,y） 关键点对：x,y x,y...
0 0.799320 0.578997 0.317859 0.842006 0.785937 0.344633 0.795312 0.293785
如果是3 表示x坐标,y坐标,可见性。 0代表该点未标注，1代表该点已标注，但不可见。2代表标注并可见。
类别标签 box框（x,y,x,y） 关键点对：x,y,可见性 x,y,2...
0 0.799320 0.578997 0.317859 0.842006 0.785937 0.344633 2.000000 0.795312 0.293785 2.000000 0 0 0
flip_idx: [0, 2, 1, 4, 3, 6, 5, 8, 7, 10, 9, 12, 11, 14, 13, 16, 15]
超级会员免费看
本文介绍了如何使用YOLOv8针对COCO数据集和自定义关键点数据集进行训练。首先，你需要修改coco-pose.yaml和yolov8n-pose.yaml文件中的kpt_shape参数。接着，创建train文件以启动训练过程，该过程使用了官方模型和COCO8-pose数据集。最后，提供了封装的推理代码，需要注意COCO中包含17个关键点，而OpenPose则有18个，其中颈部关键点可以取肩膀中心点作为替代。
订阅专栏 解锁全文
3025
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
