用于姿态估计的 YOLOv8 标签格式的大小错误

Question

这是一个示例标签文件： 0 0.643712 0.548266 0.0960109 0.057663 0.595707 0.519435 2 0.646533 0.526217 2 0.682304 0.548261 2 0.691717 0.577098 2 5 0.547212 0.54338 0.0545761 0.0753696 0.519924 0.581065 2 0.539413 0.574652 2 0.554228 0.53937 2 0.5745 0.505696 2

亚马尔文件显示： kpt_形状: [17, 3] NC = 2

YOLO 抱怨： rain：警告⚠️ /content/datasets/echo-pose/images/train/E8F3E-9_M.jpg：忽略损坏的图像/标签：每个标签需要 56 列

我数了51？ 其他列从哪里来？

Answer 1

姿势估计标签格式如下：

• 对象类别索引：表示对象类别的整数 （例如，0 代表人，1 代表汽车等）。
• 物体中心坐标：物体中心的x和y坐标 对象，标准化为 0 到 1 之间。
• 对象宽度和高度：对象的宽度和高度， 标准化为 0 到 1 之间。
• 物体关键点坐标：物体的关键点，标准化 介于 0 和 1 之间。

对于暗数 = 3 的情况，它将是：

<class-index> <x> <y> <width> <height> <px1> <py1> <p1-visibility> <px2> <py2> <p2-visibility> <pxn> <pyn> <p2-visibility>

对于多个暗淡 = 2 但不可见的情况是相同的。

因此，在您的情况下，您将拥有 类索引、x 中心、y 中心、宽度、高度 + 17 * 3 关键点坐标 = 56