COCO Keypoints माइक्रोसॉफ्ट कॉमन ऑब्जेक्ट्स इन कॉन्टेक्स्ट (COCO) डेटासेट का एक उपसमुच्चय है, जिसे विशेष रूप से मानव मुद्रा अनुमान और कीपॉइंट पहचान कार्यों के लिए डिज़ाइन किया गया है। यह विविध वास्तविक-विश्व छवियों में व्यक्ति उदाहरणों के लिए 17 शरीर जोड़ों - जिनमें नाक, आंखें, कान, कंधे, कोहनी, कलाई, कूल्हे, घुटने और टखने शामिल हैं - का विस्तृत एनोटेशन प्रदान करता है। यह डेटासेट Computer vision और Artificial intelligence के क्षेत्र में एक मानक बेंचमार्क बन गया है, जो शोधकर्ताओं को अप्रतिबंधित वातावरण में मानव शरीर के अंगों को स्थानीयकृत करने वाले मॉडलों को प्रशिक्षित और मूल्यांकन करने में सक्षम बनाता है।
COCO Keypoints डेटासेट को 2014 में माइक्रोसॉफ्ट के शोधकर्ताओं द्वारा मुख्य COCO डेटासेट के साथ पेश किया गया था। इसमें 118,000 से अधिक प्रशिक्षण छवियों और 5,000 सत्यापन छवियों से लिए गए 200,000 से अधिक व्यक्ति उदाहरण शामिल हैं, जिनमें कीपॉइंट एनोटेशन हैं। प्रत्येक कीपॉइंट को एक दृश्यता फ्लैग (दृश्यमान, अवरुद्ध, या लेबल नहीं) के साथ लेबल किया गया है, जिससे मॉडल आंशिक अवरोधन को संभाल सकते हैं। एनोटेशन एक सख्त प्रारूप का पालन करते हैं जहां कीपॉइंट लगातार क्रम में होते हैं, और प्रत्येक व्यक्ति उदाहरण के लिए एक बाउंडिंग बॉक्स और सेगमेंटेशन मास्क भी प्रदान किया जाता है।
एनोटेशन प्रारूप और गुणवत्ता
COCO Keypoints में प्रत्येक व्यक्ति एनोटेशन में 17 कीपॉइंट की एक सूची शामिल होती है, जिसे (x, y, दृश्यता) ट्रिपल के रूप में दर्शाया जाता है। दृश्यता फ्लैग मान 0 (लेबल नहीं), 1 (लेबल लेकिन अवरुद्ध), और 2 (लेबल और दृश्यमान) लेता है। यह सूक्ष्म लेबलिंग मूल्यांकन मेट्रिक्स का समर्थन करती है जो पहचान सटीकता और स्थानीयकरण परिशुद्धता के बीच अंतर करती है। डेटासेट को पेशेवर एनोटेटरों द्वारा एक कस्टम टूल का उपयोग करके एनोटेट किया गया था, जिसमें स्थिरता सुनिश्चित करने के लिए गुणवत्ता नियंत्रण प्रक्रियाएं शामिल थीं। कीपॉइंट क्रम एक निश्चित शारीरिक अनुक्रम का पालन करता है, जो मॉडल आउटपुट स्वरूपण और मूल्यांकन को सरल बनाता है।
मूल्यांकन मेट्रिक्स
COCO Keypoints के लिए प्राथमिक मूल्यांकन मेट्रिक ऑब्जेक्ट कीपॉइंट समानता (OKS) है, जो व्यक्ति के पैमाने द्वारा सामान्यीकृत पूर्वानुमानित और ग्राउंड-ट्रुथ कीपॉइंट के बीच की दूरी को मापता है। मानक मेट्रिक माध्य औसत परिशुद्धता (AP) है जो कई OKS थ्रेशोल्ड (0.50, 0.75, और 0.90) पर गणना की जाती है। यह मेट्रिक व्यक्ति के आकार के सापेक्ष कीपॉइंट स्थानीयकरण की कठिनाई को ध्यान में रखती है। COCO Keypoints चुनौती, जो 2016 से 2019 तक वार्षिक रूप से आयोजित की गई, ने कई शोध टीमों को आकर्षित किया और मुद्रा अनुमान आर्किटेक्चर में महत्वपूर्ण प्रगति को बढ़ावा दिया।
मुद्रा अनुमान अनुसंधान पर प्रभाव
COCO Keypoints मुद्रा अनुमान के लिए Deep learning दृष्टिकोणों को आगे बढ़ाने में सहायक रहा है। प्रारंभिक विधियों ने डीकनवोल्यूशनल हेड्स के साथ Residual Network (ResNet) बैकबोन का उपयोग किया, जबकि बाद के दृष्टिकोणों ने Transformer (architecture) आर्किटेक्चर और बहु-पैमाने सुविधा संलयन को शामिल किया। डेटासेट की विविधता - जिसमें जटिल पृष्ठभूमि, विविध प्रकाश व्यवस्था और कई लोगों वाली छवियां शामिल हैं - ने मॉडलों को सरल नियंत्रित सेटिंग्स से परे धकेल दिया। U-Net वेरिएंट और ध्यान तंत्र पर आधारित कई अत्याधुनिक सिस्टम इस डेटासेट पर बेंचमार्क किए गए हैं। इस उच्च-गुणवत्ता वाले लेबल किए गए डेटा की उपलब्धता पर्यवेक्षित शिक्षण के लिए महत्वपूर्ण रही है, क्योंकि ऐसे एनोटेशन मैन्युअल रूप से तैयार करना महंगा और समय लेने वाला है।
एक्सटेंशन और संबंधित डेटासेट
विशेष कार्यों के लिए COCO Keypoints के कई एक्सटेंशन विकसित किए गए हैं। COCO-WholeBody डेटासेट चेहरे, हाथ और पैर के एनोटेशन सहित 133 कीपॉइंट जोड़ता है। CrowdPose डेटासेट कई परस्पर क्रिया करने वाले लोगों के साथ भीड़भाड़ वाले दृश्यों पर केंद्रित है। COCO Keypoints एनोटेशन का उपयोग अर्ध-पर्यवेक्षित शिक्षण के लिए स्यूडो-लेबल उत्पन्न करने और क्रिया पहचान और मानव-कंप्यूटर इंटरैक्शन जैसे अन्य मुद्रा-संबंधित कार्यों के लिए मॉडलों को पूर्व-प्रशिक्षित करने के लिए भी किया गया है। डेटासेट शैक्षणिक अनुसंधान और उद्योग अनुप्रयोगों में व्यापक रूप से उपयोग किया जाता है, जिसमें रोबोटिक्स, खेल विश्लेषण और स्वास्थ्य देखभाल निगरानी शामिल हैं।
उपलब्धता और उपयोग
COCO Keypoints COCO लाइसेंस के तहत अनुसंधान उद्देश्यों के लिए स्वतंत्र रूप से उपलब्ध है। एनोटेशन JSON फाइलों के रूप में वितरित किए जाते हैं, और छवियां फ़्लिकर से प्राप्त की जाती हैं। डेटासेट COCO वेबसाइट पर होस्ट किया गया है और विभिन्न Machine learning फ्रेमवर्क और टूल के माध्यम से एक्सेस किया जा सकता है। कई ओपन-सोर्स लाइब्रेरी COCO Keypoints डेटा को लोड और प्रोसेस करने के लिए उपयोगिताएं प्रदान करती हैं, जिससे यह दुनिया भर के शोधकर्ताओं के लिए सुलभ हो जाता है। डेटासेट को हजारों सहकर्मी-समीक्षित प्रकाशनों में उद्धृत किया गया है, जो मुद्रा अनुमान के विकास में इसकी केंद्रीय भूमिका को दर्शाता है।