surawut/chessboard-dataset-yolo

---
language:
- en
license: cc-by-4.0
task_categories:
- keypoint-detection
tags:
- chess
- chessboard
- yolo
- pose-estimation
- corner-detection
- computer-vision
size_categories:
- 1K<n<10K
pretty_name: Chessboard Corner Pose Dataset
---

# Chessboard Corner Pose Dataset ♟️📐

## 1. Dataset Description
This dataset is designed for **Keypoint Detection (Pose Estimation)** tasks, specifically to detect the 4 semantic corners of a chessboard from various camera angles.

It is intended to be used as **Phase 1** of a Chess Move Tracking pipeline. The detected keypoints are used to calculate the Homography matrix for Perspective Warping (straightening the board).

- **Task:** Keypoint Detection (YOLO-Pose)
- **Format:** YOLOv8 / YOLO11 Pose Format
- **Input:** Raw video frames (rotated, tilted, occluded)
- **Output:** 4 Keypoints (`a1`, `h1`, `a8`, `h8`)

## 2. Dataset Structure

### Keypoints Definition
The model is trained to detect **1 Class (Chessboard)** with **4 Keypoints**:
1. **Index 0:** `a1` (Bottom-Left in White perspective)
2. **Index 1:** `h1` (Bottom-Right in White perspective)
3. **Index 2:** `a8` (Top-Left in White perspective)
4. **Index 3:** `h8` (Top-Right in White perspective)

### Data Splits
| Split | Images | Description |
| :--- | :--- | :--- |
| **Train** | 3390 | Extracted from Various Chess Play Videos with augmentations |
| **Valid** | 290 | Extracted from Various Chess Play Videos (Unseen angles) |

language:
- 英语（en）
license: cc-by-4.0
task_categories:
- 关键点检测（Keypoint Detection）
tags:
- 国际象棋
- 棋盘
- YOLO
- 姿态估计（Pose Estimation）
- 角点检测
- 计算机视觉
size_categories:
- 1K<n<10K
pretty_name: 棋盘角点姿态数据集
---

# 棋盘角点姿态数据集 ♟️📐

## 1. 数据集概述
本数据集专为**关键点检测（Keypoint Detection）与姿态估计（Pose Estimation）**任务设计，核心目标是从不同拍摄角度的图像中识别国际象棋棋盘的4个语义角点。

本数据集可作为国际象棋走法追踪流水线的**第一阶段**使用：检测得到的关键点将用于计算单应矩阵（Homography matrix）以实现透视变换（Perspective Warping），从而校正棋盘视角。
- **任务类型：** 关键点检测（YOLO-Pose）
- **数据格式：** YOLOv8 / YOLO11 姿态格式
- **输入数据：** 原始视频帧（包含旋转、倾斜、遮挡情况）
- **输出结果：** 4个关键点（`a1`、`h1`、`a8`、`h8`）

## 2. 数据集结构

### 关键点定义
本模型训练目标为检测**1个类别（棋盘）**，共包含4个关键点：
1. **索引0：** `a1`（白方视角下的左下角）
2. **索引1：** `h1`（白方视角下的右下角）
3. **索引2：** `a8`（白方视角下的左上角）
4. **索引3：** `h8`（白方视角下的右上角）

### 数据划分
| 划分集 | 图像数量 | 说明 |
| :--- | :--- | :--- |
| **训练集** | 3390 | 从多段国际象棋对局视频中提取，并经过数据增强处理 |
| **验证集** | 290 | 从多段国际象棋对局视频中提取（包含未见过的拍摄角度） |