ultralytics yolo 训练及推理自定义人脸关键点数据 - python 实现

        Ultralytics YOLO 是计算机视觉和 ML 领域专业人士的高效工具。

        深度学习的关键点任务也是基础和常见任务，所以这里进行基于ultralytics yolo 自定义关键点数据集的模型训练和模型推理。

        根据需求，可能会发布其 webui版本，现在已经发布了 其 检测 detect的 webui版本对应的项目地址（https://github.com/XIAN-HHappy/ultralytics-yolo-webui）。

一、安装 python 库        

安装 ultralytics 库：

pip install ultralytics 

二、数据集

该例程的数据下载地址：ultralyticsyolo训练自定义人脸关键点训练和验证数据集资源-CSDN文库

数据集信息如下：

ultralytics yolo 训练自定义人脸关键点训练和验证数据集
数据集格式：yolo
训练集数量：3295
验证集数量：120
类别：人脸，1类
类别号：0
关键点：5个，包括左眼，右眼，鼻尖，左嘴唇边界点，右嘴唇边界点。

三、人脸关键点定义

        人脸关键点示例如下图：

四、模型训练

该实例采用 yolo11-pose进行训练

4.1 定义 数据集 yaml

该数据对应的.yaml 文件命名：”yolo_face_pose_data.yaml “ 格式如下：

# Ultralytics YOLO 

标签：ultralytics,img,训练,pose,python,yolo,path,自定义	

From： https://blog.csdn.net/weixin_42140236/article/details/143091313