yolov8 pose手把手教学-动物姿态识别-训练自己的关键点数据

最新推荐文章于 2026-05-29 07:49:05 发布

原创最新推荐文章于 2026-05-29 07:49:05 发布 · 1.2k 阅读

14 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

计算机视觉实战项目集合

目标检测实战：仪表盘指针识别

保姆级 YOLOv8/9/10 教程，附完整数据集与源码

一键订阅

动物姿态识别系统配置详解

一、数据集配置

在这里插入图片描述

1.1 数据集路径设置

本动物姿态识别系统采用YOLO格式的数据集组织结构，具体路径配置如下：

path: /home/ady/repos/KeypointDemo/yoloDataset/  # 数据集根目录
train: images/train/  # 训练集图像路径
val: images/val/     # 验证集图像路径
test: images/test/   # 测试集图像路径

1.2 关键点配置config.yaml

系统支持多关键点检测，具体参数设置如下：

# 关键点配置
kpt_shape: [39, 3]  # [关键点数量, 维度数(x,y,可见性)]
flip_idx: [0, 1, 2, 4, 3, 10, 11, 12, 13, 14, 5, 6, 7, 8, 9, 15, 16, 17, 18, 19, 20, 21, 22, 23, 27, 28, 29, 24, 25,
           26, 33, 34, 35, 30, 31, 32, 36, 38, 37]  # 水平翻转时对应的关键点索引

二、动物类别定义

在这里插入图片描述

2.1 完整类别列表

本系统支持识别49种不同动物，涵盖哺乳动物、海洋生物等多种类型：

names:
  0: 羚羊
  1: 灰熊
  2: 虎鲸
  3: 海狸
  4: 斑点狗
  5: 波斯猫
  6: 马
  7: 德国牧羊犬
  8: 蓝鲸
  9: 暹罗猫
  10: 臭鼬
  11: 鼹鼠
  12: 老虎
  13: 河马
  14: 豹子
  15: 驼鹿
  16: 蜘蛛猴
  17: 座头鲸
  18: 大象
  19: 大猩猩
  20: 牛
  21: 狐狸
  22: 绵羊
  23: 海豹
  24: 黑猩猩
  25: 仓鼠
  26: 松鼠
  27: 犀牛
  28: 兔子
  29: 蝙蝠
  30: 长颈鹿
  31: 狼
  32: 吉娃娃犬
  33: 老鼠
  34: 黄鼠狼
  35: 水獭
  36: 水牛
  37: 斑马
  38: 大熊猫
  39: 鹿
  40: 短尾猫
  41: 猪
  42: 狮子
  43: 小鼠
  44: 北极熊
  45: 柯利牧羊犬
  46: 海象
  47: 浣熊
  48: 奶牛
  49: 海豚

train.py训练代码

from ultralytics import YOLO

# model = YOLO("yolov8n-pose.pt")

model = YOLO("runs/pose/train7/weights/best.pt")


results = model.train(data="config.yaml", epochs=25, imgsz=640)


# train:    5
# train1:   25
# train3:   470
# train4:   25
# train5:   75
# train6:   10   (used best.pt this time)
# 确实该用best.pt
# train7:   40  best

# start to evaluate the model, whether to continue training
# train8:   25  best

# ---done---