企业官网建设流程全解析

MMPose 2D Body Keypoint 数据集全指南：COCO 到 PoseTrack18 的下载、目录组织与配置接入

【免费下载链接】mmposeOpenMMLab Pose Estimation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmpose

MMPose 官方文档 docs/en/dataset_zoo/2d_body_keypoint.md 系统整理了人体 2D 关键点估计（2D Body Keypoint Estimation）所支持的 10 个公开数据集——包括 8 个图像数据集（COCO、MPII、MPII-TRB、AIC、CrowdPose、OCHuman、MHP、Human-Art、ExLPose）和 2 个视频数据集（PoseTrack18、sub-JHMDB）。本指南将完整继承该文档的下载指引与目录规范，并深入仓库源码，说明每个数据集的标注结构、关键点定义、配置接入方式与底层加载逻辑，帮助读者把数据集正确安装到$MMPOSE/data并完成训练与评估。

目录约定：统一的数据根目录

MMPose 约定将数据集根目录软链接（symlink）到$MMPOSE/data，这样所有配置文件的默认路径才能生效。如果你的目录结构与约定不同，需要同步修改配置文件中对应的路径。

文档中每个数据集都给出了期望的目录树。整体结构是：

mmpose ├── mmpose ├── docs ├── tests ├── tools ├── configs `── data │── coco │── mpii │── aic │── crowdpose │── ochuman │── mhp │── HumanArt │── ExLPose │── posetrack18 `── jhmdb

从源码看，数据集的标注文件路径由配置文件统一管理。例如 COCO 数据集的元信息定义在 configs/base/datasets/coco.py，而数据集类CocoDataset通过METAINFO = dict(from_file='configs/_base_/datasets/coco.py')直接引用该配置（见 mmpose/datasets/datasets/body/coco_dataset.py），这正是"目录不同步、只需改配置"机制的底层实现。

图像数据集

COCO：多人体关键点的标准基准

COCO（Microsoft COCO，ECCV'2014）是目前人体姿态估计最常用的基准数据集。训练和验证关键点任务需要下载2017 Train/Val两个分区的数据。官方仓库 HRNet-Human-Pose-Estimation 提供了 COCO val2017 的人体检测结果（person detection result），用于复现多人姿态估计的实验；若要评估 COCO'2017 test-dev 分区，还需额外下载 image-info 文件。

将数据解压到$MMPOSE/data后，期望的目录结构为：

data/coco │-- annotations │ │-- person_keypoints_train2017.json │ |-- person_keypoints_val2017.json │ |-- person_keypoints_test-dev-2017.json |-- person_detection_results | |-- COCO_val2017_detections_AP_H_56_person.json | |-- COCO_test-dev2017_detections_AP_H_609_person.json │-- train2017 │ │-- 000000000009.jpg │ │-- 000000000025.jpg │ │-- 000000000030.jpg │ │-- ... `-- val2017 │-- 000000000139.jpg │-- 000000000285.jpg │-- 000000000632.jpg │-- ...

COCO 人体关键点共有 17 个点，其定义直接写在配置 configs/base/datasets/coco.py 的keypoint_info中：0~4为鼻子、左右眼、左右耳（头部），5~10为左右肩、肘、腕（上肢），11~16为左右髋、膝、踝（下肢）。每个关键点还包含可视化颜色、type（upper/lower）以及左右对称点的swap映射，用于数据增强时的左右翻转。此外该配置还给出了joint_weights（各关键点在损失函数中的权重，肘/膝 1.2、腕/踝 1.5，重点部位加权）和sigmas（用于计算 OKS 的关键点标准差）。

MPII：单人与多人姿态估计基准

MPII（CVPR'2014）包含约 2.5 万张图像、4 万余个带标注的人体实例，其官方标注是.mat格式。MMPose 已将原始标注转换为 json 格式（mpii_annotations.tar），解压后的目录结构为：

data/mpii |-- annotations | |-- mpii_gt_val.mat | |-- mpii_test.json | |-- mpii_train.json | |-- mpii_trainval.json | `-- mpii_val.json `-- images |-- 000001163.jpg |-- 000003072.jpg

MPII 使用16 个关键点定义（见 configs/base/datasets/mpii.py），与 COCO 不同：0~5为右踝/膝/髋、左髋/膝/踝，6~9为骨盆、胸腔、上颈、头顶，10~15为左右腕/肘/肩。其中mpii_gt_val.mat提供的 headbox 信息用于计算 PCKh 指标——这一点在数据集类 mmpose/datasets/datasets/body/mpii_dataset.py 的headbox_file参数中有所体现。

MPII 的.mat结果转换：训练和推理时，预测结果默认保存为.mat格式。文档提供工具将其转换为更易读的.json格式：

python tools/dataset/mat2json ${PRED_MAT_FILE} ${GT_JSON_FILE} ${OUTPUT_PRED_JSON_FILE}

例如：

python tools/dataset/mat2json work_dirs/res50_mpii_256x256/pred.mat data/mpii/annotations/mpii_val.json pred.json

该工具的源码位于 tools/dataset_converters/mat2json.py：它通过scipy.io.loadmat读取preds数组，读取 ground-truth json 获取图像名，再将预测关键点逐实例写回annotations，最后输出 COCO 风格的 json 文件。

MPII-TRB：三元组表示的人体理解

MPII-TRB（ICCV'2019）在 MPII 基础上引入 Triplet Representation（三元组表示），图像来自 MPII 数据集，标注文件需单独下载。目录结构为：

data/mpii |-- annotations | |-- mpii_trb_train.json | |-- mpii_trb_val.json `-- images |-- 000001163.jpg |-- 000003072.jpg

注意其图像目录与 MPII 共用data/mpii/images，只是标注文件不同（mpii_trb_train.json、mpii_trb_val.json）。

AIC：大规模图像理解挑战赛

AI Challenger（AIC，ArXiv'2017）提供 2017 Train/Val 数据用于关键点训练与验证。目录结构为：

data/aic |-- annotations | |-- aic_train.json | |-- aic_val.json |-- ai_challenger_keypoint_train_20170902 | |-- keypoint_train_images_20170902 | | |-- 0000252aea98840a550dac9a78c476ecb9f47ffa.jpg | | |-- 000050f770985ac9653198495ef9b5c82435d49c.jpg | | |-- ... `-- ai_challenger_keypoint_validation_20170911 |-- keypoint_validation_images_20170911 |-- 0002605c53fb92109a3f2de4fc3ce06425c3b61f.jpg |-- 0003b55a2c991223e6d8b4b820045bd49507bf6d.jpg |-- ...

AIC 的标注 json（aic_annotations.tar）与图像是分开下载的。

CrowdPose：拥挤场景下的姿态估计

CrowdPose（CVPR'2019）专门面向拥挤场景，包含约 2 万张图像、8 万个人体实例，人群遮挡严重。标注与人体检测结果一起打包在crowdpose_annotations.tar中。

对于自顶向下（top-down）方法，文档说明遵循原论文做法，使用 YOLOv3 预训练权重生成检测到的人体包围框；对于模型训练，则遵循 HigherHRNet 的设定，在 CrowdPose train/val 上训练、在 test 上评估。目录结构为：

data/crowdpose |-- annotations | |-- mmpose_crowdpose_train.json | |-- mmpose_crowdpose_val.json | |-- mmpose_crowdpose_trainval.json | |-- mmpose_crowdpose_test.json | |-- det_for_crowd_test_0.1_0.5.json |-- images |-- 100000.jpg |-- 100001.jpg |-- 100002.jpg |-- ...

CrowdPose 使用14 个关键点（见 configs/base/datasets/crowdpose.py）：0~11为左右肩/肘/腕/髋/膝/踝，12~13为头顶（top_head）与颈部（neck）。其joint_weights与 COCO 明显不同——肩、肘、髋、膝等部位权重被降为 0.2 左右，以弱化遮挡严重关节的干扰。

OCHuman：遮挡人类数据集

OCHuman（CVPR'2019）包含 4731 张图像，聚焦严重遮挡场景。MMPose 直接使用其官方标注（已转换为 COCO 格式），目录结构为：

data/ochuman |-- annotations | |-- ochuman_coco_format_val_range_0.00_1.00.json | |-- ochuman_coco_format_test_range_0.00_1.00.json |-- images |-- 000001.jpg |-- 000002.jpg |-- 000003.jpg |-- ...

文件名中的range_0.00_1.00表示使用遮挡度 0%~100% 的完整子集（OCHuman 官方还提供其他遮挡范围子集）。

MHP：拥挤场景多人解析

MHP（ACM MM'2018）的标注文件打包在mhp_annotations.tar.gz中。目录结构为：

data/mhp |-- annotations | |-- mhp_train.json | |-- mhp_val.json |-- train | |-- images | | |-- 1004.jpg | | |-- 10050.jpg | | |-- ... |-- val | |-- images | | |-- 10059.jpg | | |-- 10068.jpg | | |-- ... `-- test |-- images | |-- 1005.jpg | |-- 10052.jpg | |-- ...

Human-Art：自然与人工场景人体数据集

Human-Art（CVPR'2023）是一个跨场景人体数据集，同时覆盖真实照片与 2D/3D 虚拟人、卡通、数字艺术等人工场景。注意：该数据需要通过官网填写数据申请表获得访问权限。图像按场景分子目录存放：

data/HumanArt |-- images | |-- 2D_virtual_human | | |-- cartoon | | | |-- 000000000000.jpg | | | |-- ... | | |-- digital_art | | |-- ... | |-- 3D_virtual_human | |-- real_human |-- annotations | |-- validation_humanart.json | |-- training_humanart_coco.json |-- person_detection_results |-- HumanArt_validation_detections_AP_H_56_person.json

Human-Art 的关键点定义与 COCO 一致（同为 17 点），对应配置见 configs/base/datasets/humanart.py。文档特别提示：如果还想使用额外的标注文件（例如 cartoon 的验证集），需要同步修改配置文件中的相应代码。

ExLPose：极低光照人体姿态估计

ExLPose（CVPR'2023）关注极低光照条件下的姿态估计，图像分为bright（亮光）与dark（暗光）两组。目录结构为：

data/ExLPose |-- annotations | |-- ExLPose | |-- ExLPose_test_LL-A.json | |-- ExLPose_test_LL-E.json | |-- ExLPose_test_LL-H.json | |-- ExLPose_test_LL-N.json | |-- ExLPose_test_WL.json | |-- ExLPose_train_LL.json | |-- ExLPose_train_WL.json |-- bright | |-- imgs_0119_3_vid000002_exp100_bright_000052__gain_0.00_exposure_1000.png | |-- ... |-- dark |-- imgs_0119_3_vid000002_exp100_dark_000052__gain_0.00_exposure_1000.png |-- ...

标注按亮/暗与不同光照强度划分：LL-*表示低光照（Low-Light）各子集，WL表示正常光照（Well-Light）。

视频数据集

PoseTrack18：视频姿态估计与跟踪基准

PoseTrack18（CVPR'2018）是视频人体姿态估计与跟踪的基准。MMPose 已将官方按视频拆分的标注合并为两个 json 文件（posetrack18_train.json与posetrack18_val.json），并额外提供 mask 文件以加速训练。对于 top-down 方法，文档说明使用 MMDetection 预训练的 Cascade R-CNN（X-101-64x4d-FPN）生成检测框。目录结构为：

data/posetrack18 |-- annotations | |-- posetrack18_train.json | |-- posetrack18_val.json | |-- posetrack18_val_human_detections.json | |-- train | | |-- 000001_bonn_train.json | | |-- ... | |-- val | | |-- 000342_mpii_test.json | | |-- ... | `-- test | |-- 000001_mpiinew_test.json | |-- ... |-- images | |-- train | | |-- 000001_bonn_train | | | |-- 000000.jpg | | | |-- ... | |-- val | |-- test `-- mask |-- train |-- val

PoseTrack18 使用17 个关键点（见 configs/base/datasets/posetrack18.py），与 COCO 相比头部定义不同：0为鼻子，1~2为 head_bottom 与 head_top，3~4为左右耳，其余 12 点与 COCO 一致。其官方评估工具需要单独安装：

pip install git+https://github.com/svenkreiss/poseval.git

该数据集的加载逻辑见 mmpose/datasets/datasets/body/posetrack18_dataset.py，与 COCO 一样继承自BaseCocoStyleDataset，说明 PoseTrack18 的标注在 MMPose 中同样被规范化为 COCO 风格。

sub-JHMDB：带子划分的动作姿态数据集

sub-JHMDB 是 JHMDB 的子集，MMPose 用于单人姿态估计实验，并按官方划分提供 3 个子集（Sub1/Sub2/Sub3）。图像从 JHMDB 官方下载（Rename_Images.tar.gz），标注文件来自jhmdb_annotations.tar。目录结构为：

data/jhmdb |-- annotations | |-- Sub1_train.json | |-- Sub1_test.json | |-- Sub2_train.json | |-- Sub2_test.json | |-- Sub3_train.json | |-- Sub3_test.json |-- Rename_Images |-- brush_hair | |--April_09_brush_hair_u_nm_np1_ba_goo_0 | |--00001.png | |--00002.png |-- catch |-- ...

配置接入与数据集类的实现

无论哪个数据集，接入训练/测试的路径都是统一的：在模型配置中指定dataset_type、data_root、ann_file、data_prefix等字段，并metainfo引用对应的_base_/datasets/*.py数据集信息配置。例如 COCO 的数据集类定义在 mmpose/datasets/datasets/body/coco_dataset.py，其核心是一行METAINFO = dict(from_file='configs/_base_/datasets/coco.py')，即"数据集的元信息（关键点、骨架、权重、sigma）从该配置文件中读取"。

这套机制带来的直接收益是：更换数据集时，你通常只需要替换dataset_type、data_root与ann_file，而无需改动数据流管线和模型结构。例如在 configs/body_2d_keypoint/topdown_heatmap/coco 目录下，同一套 top-down heatmap 训练框架被复用于 COCO、MPII、CrowdPose、AIC 等多个数据集。

此外，从 mmpose/datasets/datasets/body 目录可以看到，仓库为每个数据集单独实现了类：CocoDataset、MpiiDataset、MpiiTrbDataset、AicDataset、CrowdPoseDataset、OCHumanDataset、MhpDataset、HumanArtDataset、HumanArt21Dataset、ExLPoseDataset、PoseTrack18Dataset、JhmdbDataset等，它们统一注册到DATASETSregistry 中。其中 MPII 的headbox_file参数专为 PCKh 指标服务，PoseTrack18 则另有一个面向视频跟踪场景的 posetrack18_video_dataset.py 变体，体现了"同一数据集在不同任务范式下复用"的设计思路。

小结

本文以官方数据集文档为核心，完整梳理了 MMPose 支持的 2D Body Keypoint 数据集：图像类（COCO、MPII、MPII-TRB、AIC、CrowdPose、OCHuman、MHP、Human-Art、ExLPose）与视频类（PoseTrack18、sub-JHMDB）。所有数据集统一放置于$MMPOSE/data，标注以 COCO 风格 json 为媒介，通过configs/_base_/datasets/*.py完成关键点、骨架、损失权重与 sigma 的配置注入。实操时，只需按各节的目录树放置图像与标注，即可直接复用仓库中对应的数据集类与训练配置开始实验。

【免费下载链接】mmposeOpenMMLab Pose Estimation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmpose