Ultralytics YOLO26 vs. andere Ultralytics YOLO-Modelle für die Posenschätzung

Wenn du die Körperhaltung einer Person betrachtest, erkennst du leicht, ob sie sich krümmt, sich nach vorn lehnt oder gerade steht. Menschen können schnell erfassen, wie verschiedene Körperteile zueinander in Beziehung stehen.

Das gehört untrennbar dazu, wie wir im Alltag Bewegung und Körpersprache interpretieren. Für Maschinen ist diese Art des visuellen Verständnisses jedoch nicht selbstverständlich. Einem System beizubringen, Bewegungen und Strukturen zu erkennen, erfordert fortschrittliche Deep-Learning- und Bildverarbeitung-Techniken, mit denen es Bilder sinnvoll interpretieren kann.

Insbesondere die Posenschätzung ist eine Technik der visuellen KI, die es einem Bildverarbeitungsmodell ermöglicht, ein ähnliches Verständnis zu entwickeln. Statt einfach ein Objekt in einem Bild zu erkennen, sagt das Modell Keypoints voraus, die wichtige strukturelle Orientierungspunkte darstellen.

Diese Keypoints können Körpergelenken, Gliedmaßen von Tieren, Maschinenkomponenten oder sogar festen Punkten wie den Ecken eines Spielfelds entsprechen. Durch die Identifizierung und Verfolgung dieser Punkte kann das System Position, Ausrichtung und Bewegung strukturiert und messbar erfassen.

Da die Posenschätzung auf immer mehr reale Szenarien angewendet wird, müssen Modelle nichtmenschliche Keypoints, komplexe Szenen und benutzerdefinierte Datensätze effektiver verarbeiten. So unterstützen hochmoderne Modelle wie Ultralytics YOLO26 Bildverarbeitungsaufgaben wie die Posenschätzung und bauen mit architektonischen und trainingsbezogenen Verbesserungen, die Flexibilität und Gesamtleistung steigern sollen, auf früheren YOLO-Posenmodellen auf.

Abb. 1. Ein Beispiel für eine durch YOLO ermöglichte Posenschätzung (Quelle)

In diesem Artikel vergleichen wir YOLO26-pose mit früheren Ultralytics YOLO-Posenmodellen und untersuchen, wie es die Flexibilität, Konvergenzgeschwindigkeit und Leistung in komplexen Szenen verbessert. Beginnen wir!

Was ist Posenschätzung?#

Bevor wir die Ultralytics YOLO-Posenmodelle vergleichen, sehen wir uns genauer an, was Posenschätzung im Kontext der Bildverarbeitung eigentlich bedeutet.

Die Posenschätzung ist eine Technik zur Erkennung und Verfolgung bestimmter Keypoints in einem Bild oder Videobild. Diese Keypoints können wichtige strukturelle Orientierungspunkte darstellen, etwa Gelenke eines menschlichen Körpers, Gliedmaßen eines Tieres, Komponenten einer Maschine oder feste Referenzpunkte in einer Szene.

Abb. 2. Schätzung der Pose von Arbeitskräften mithilfe der menschlichen Posenschätzung (Quelle)

Durch die Bestimmung der Koordinaten dieser Punkte kann ein Modell verstehen, wie ein Objekt positioniert ist und wie es sich im Laufe der Zeit bewegt. Im Gegensatz zur Bildklassifizierung, die einem gesamten Bild ein einzelnes Label zuweist, oder zu Objekterkennungsmodellen, die sich auf das Zeichnen von Begrenzungsrahmen um Objekte konzentrieren, liefert die Posenschätzung detailliertere räumliche Informationen über Struktur und Bewegung.

Ein Überblick über Ultralytics YOLO26-pose#

YOLO26-pose ist in mehreren Modellvarianten beziehungsweise Modellgrößen verfügbar, darunter leichte Optionen wie YOLO26n-pose und größere Modelle wie YOLO26m-pose, YOLO26l-pose und YOLO26x-pose. So können Teams abhängig von ihrer Hardware und ihren Leistungsanforderungen das passende Verhältnis zwischen Geschwindigkeit und Genauigkeit wählen.

Ultralytics stellt außerdem vortrainierte Posenmodelle bereit, die auf großen, allgemeinen Datensätzen wie dem COCO-Datensatz trainiert wurden, insbesondere auf den COCO-Pose-(COCO-Keypoints)-Annotationen für die menschliche Posenschätzung, sodass du nicht bei null anfangen musst. In den meisten Fällen passen Teams diese Modelle anhand ihres eigenen Datensatzes per Fine-Tuning an bestimmte Keypoints, Anordnungen oder Umgebungen an.

Dazu werden in der Regel benutzerdefinierte Annotierungsdateien vorbereitet, die Keypoint-Koordinaten und Klassenlabels in einem strukturierten Format definieren. Diese Annotationen ordnen Keypoints bestimmten Pixelkoordinaten innerhalb jedes Bildes zu, sodass das Modell während des Trainings präzise räumliche Beziehungen erlernen kann.

Die Verwendung vortrainierter Modelle beschleunigt das Training, reduziert den Datenbedarf und hilft dabei, Projekte effizienter in die Produktion zu überführen.

Praxisanwendungen der menschlichen Posenschätzung#

Hier ist ein Überblick über einige praktische Anwendungsfälle, in denen die Posenschätzung eine wichtige Rolle spielt:

• Gesundheitswesen und Rehabilitation: Ärztliches Fachpersonal kann Posenmodelle verwenden, um Körperhaltungen zu beurteilen, den Genesungsfortschritt zu überwachen und Bewegungsmuster während der Physiotherapie zu analysieren.
• Autonome Systeme: Drohnen und intelligente Kameras können Posendaten nutzen, um die Ausrichtung und Bewegung von Objekten in dynamischen Szenen besser zu verstehen.
• Arbeitssicherheit: Organisationen können die Körperposition und wiederholte Bewegungen überwachen, um potenzielle Sicherheitsrisiken zu erkennen.
• Fitness und persönliches Training: Fitness-Apps verwenden die Posenschätzung, um die Ausführung von Übungen zu verfolgen, Wiederholungen zu zählen und während Fitnesstrainings in Echtzeit Feedback zu Körperhaltung und Bewegung zu geben.

Abb. 3. Die Posenschätzung kann dabei helfen, wichtige Körperpunkte während einer sportlichen Bewegung zu verfolgen. (Quelle)

Die Unterstützung der Posenschätzung durch Ultralytics YOLO26 im Überblick#

Ultralytics YOLO26 baut mit Aktualisierungen, die Training und Bereitstellung praxisgerechter machen sollen, auf früheren Ultralytics YOLO-Modellen auf.

Wie die vorherigen Versionen unterstützt es die Posenschätzung als Teil eines einheitlichen Frameworks. Der wesentliche Unterschied besteht darin, dass Ultralytics YOLO26 für mehr Flexibilität und Stabilität in einem größeren Spektrum realer Anwendungsfälle entwickelt wurde.

Abb. 4. Benchmarking von YOLO26 (Quelle)

Frühere Ultralytics YOLO-Posenmodelle waren stark von menschlichen Posendatensätzen geprägt, wodurch Teile der älteren Methoden auf menschliche Gelenkstrukturen optimiert waren. YOLO26 entfernt diese menschenbezogenen Annahmen.

Dadurch eignet es sich besser für nichtmenschliche Keypoints, etwa zur Erkennung der Ecken eines Tennisplatzes oder anderer benutzerdefinierter struktureller Orientierungspunkte. Das ist bedeutsam, weil vortrainierte Ultralytics YOLO26-pose-Modelle ohne zusätzliche Anpassung auf Datensätzen wie COCO-pose trainiert werden und die in den Datensatzannotationen definierten menschlichen Keypoints vorhersagen.

Wenn Teams jedoch andere Arten von Orientierungspunkten erkennen möchten, etwa Maschinenkomponenten, Markierungen auf Sportfeldern oder Punkte an Infrastruktur, muss das Modell in der Regel anhand eines benutzerdefinierten Datensatzes per Fine-Tuning angepasst werden, in dem diese spezifischen Keypoints annotiert sind.

Da Ultralytics YOLO26 nicht an Annahmen über menschliche Gelenkstrukturen gebunden ist, kann es sich während des Fine-Tunings effektiver anpassen. Diese Flexibilität ermöglicht es dem Modell, benutzerdefinierte Keypoint-Anordnungen zuverlässiger zu erlernen, was zu besseren Evaluierungsmetriken bei der Validierung auf Datensätzen mit einzigartigen Keypoint-Konfigurationen führt.

Ultralytics YOLO26-pose wurde außerdem dafür entwickelt, die Lokalisierung von Keypoints zu verbessern, wenn Teile eines Objekts teilweise verdeckt sind oder in sehr kleinem Maßstab erscheinen. In realen Szenen mit entfernten Objekten, Drohnenaufnahmen oder Szenarien mit kleinen Objekten kann dies im Vergleich zu früheren Posenmodellen zu genaueren Keypoint-Vorhersagen führen.

Eine weitere wichtige Aktualisierung ist die verbesserte Verlustformulierung, die während des Trainings verwendet wird. Die Verlustfunktion bestimmt, wie das Modell seine Fehler beim Lernen korrigiert.

Bei Ultralytics YOLO26-pose ist dieser Prozess effektiver, sodass das Modell schneller lernt und in weniger Epochen eine hohe Genauigkeit erreicht, wobei eine Epoche einem vollständigen Durchlauf durch den Trainingsdatensatz entspricht.

Insgesamt baut YOLO26-pose mit deutlichen Verbesserungen bei der Unterstützung nichtmenschlicher Keypoints und der Trainingskonvergenz auf früheren Ultralytics YOLO-Posenmodellen auf und behält dabei den vertrauten Workflow bei.

YOLO26-pose im Vergleich zu Ultralytics YOLOv5#

Die früheste Version der Ultralytics YOLO-Modelle, Ultralytics YOLOv5, wurde hauptsächlich für die Objekterkennung entwickelt. YOLOv5 wurde später zwar um die Instanzsegmentierung erweitert, enthält im offiziellen Ultralytics-Framework jedoch keinen nativen, spezialisierten Kopf für die Posenschätzung.

Teams, die Keypoint-Erkennung benötigten, waren typischerweise auf separate Implementierungen oder benutzerdefinierte Anpassungen angewiesen. Ultralytics YOLO26 umfasst die Posenschätzung als integrierte Aufgabe mit einem dedizierten Architekturkopf, der speziell für die Vorhersage von Keypoints entwickelt wurde.

Das bedeutet, dass Ultralytics YOLO26-pose-Modelle innerhalb desselben einheitlichen Workflows wie Erkennung und Segmentierung trainiert, validiert und bereitgestellt werden können. Für Projekte mit Schwerpunkt auf strukturierter Keypoint-Erkennung bietet YOLO26 native Unterstützung für Posen und eine aufgabenspezifische Architektur, die YOLOv5 nicht standardmäßig bereitstellt.

Wichtige Unterschiede: YOLO26-pose im Vergleich zu Ultralytics YOLOv8-pose#

Ultralytics YOLOv8 führte die native Posenschätzung innerhalb des einheitlichen Ultralytics-Frameworks ein und machte dadurch das Training und die Bereitstellung von Keypoint-Modellen mit demselben Workflow wie bei Erkennung und Segmentierung einfach. Es verwendet eine herkömmliche Pipeline zur Nachverarbeitung mit Unterdrückung nichtmaximaler Werte (NMS) und nutzt frühere Verlustformulierungen für die Regression von Begrenzungsrahmen und das Training.

Ultralytics YOLO26 baut mit architektonischen und trainingsbezogenen Aktualisierungen, die sich direkt auf die Posenschätzung auswirken, auf dieser Grundlage auf. Ein wesentlicher Unterschied ist das End-to-End-Design. YOLO26 macht externes NMS während der Inferenz überflüssig, was die Bereitstellung vereinfacht und die Latenzkonsistenz verbessert, insbesondere auf CPUs und Edge-Geräten.

Eine weitere wichtige Verbesserung betrifft die Trainingsmethodik. Ultralytics YOLO26 führt den MuSGD-Optimierer zusammen mit aktualisierten Verluststrategien ein. Für Posenaufgaben integriert es die Residual Log-Likelihood Estimation, wodurch die Modellierung der Keypoint-Unsicherheit verbessert wird. Zusammen können diese Änderungen zu einer schnelleren Konvergenz und stabileren Keypoint-Vorhersagen führen, insbesondere in komplexen oder teilweise verdeckten Szenen.

Kurz gesagt, Ultralytics YOLOv8-pose etablierte eine leistungsstarke und vielseitige Grundlage. YOLO26-pose verfeinert diese Grundlage durch effizienteres Training, eine bessere Verarbeitung von Verdeckungen und größere Flexibilität für reale Anwendungen der Posenschätzung bei nichtmenschlichen Objekten.

YOLO26-pose im Vergleich zu Ultralytics YOLO11-pose: Was wurde verbessert?#

Ultralytics YOLO11 baut auf Ultralytics YOLOv8 auf, indem es den Backbone und die Schichten zur Merkmalsextraktion verfeinert. Es reduzierte die FLOPs, verbesserte die Parametereffizienz und lieferte einen höheren mAP bei weiterhin starker Echtzeitleistung. Für Posenaufgaben bedeutete das eine bessere Keypoint-Genauigkeit bei einer leichteren Architektur.

YOLO26-pose setzt diese Entwicklung mit einem grundlegenderen Architekturwechsel fort. Einfach ausgedrückt, verfeinerte YOLO11 die Effizienz und Genauigkeit von YOLOv8, während YOLO26 auf dieser Grundlage mit architektonischen und trainingsbezogenen Aktualisierungen aufbaut, die auf schnellere Konvergenz, stabilere Inferenz und eine höhere Posengenauigkeit in komplexen Szenarien abzielen.

Warum solltest du das Ultralytics YOLO26-Modell für die Posenschätzung verwenden?#

Wenn du die Unterschiede zwischen den Ultralytics YOLO-Modellen untersuchst, fragst du dich vielleicht, ob du zu YOLO26-pose wechseln solltest.

Die kurze Antwort lautet: Es ist ein einfaches Upgrade. Wenn du bereits Ultralytics YOLOv8-pose oder Ultralytics YOLO11-pose verwendest, musst du für den Wechsel zu YOLO26-pose normalerweise nur die Modellversion ändern und deine Pipeline nicht neu aufbauen.

Du profitierst von einer besseren Unterstützung nichtmenschlicher Keypoints, einer schnelleren Konvergenz während des Trainings und einer verbesserten Verarbeitung verdeckter Punkte – und bleibst dabei im selben Ultralytics-Framework. Für die meisten neuen und bestehenden Posenprojekte ist der Wechsel zu YOLO26-pose eine unkomplizierte Möglichkeit, diese Verbesserungen mit minimalem Aufwand zu nutzen.

Darüber hinaus wird YOLO26-pose vollständig vom Ultralytics Python-Paket unterstützt, das auf PyTorch basiert und Training, Validierung und Bereitstellung vereinfacht. Modelle können in Formate wie ONNX, TensorRT, OpenVINO, CoreML und TFLite exportiert werden, sodass sie sich einfacher auf GPUs, CPUs und Edge-Geräten bereitstellen lassen, ohne deinen gesamten Workflow zu ändern.

Wichtige Erkenntnisse#

Ultralytics YOLO26-pose macht die Posenschätzung flexibler und zuverlässiger, insbesondere bei der Arbeit mit nichtmenschlichen Keypoints oder komplexen Szenen. Es trainiert schneller, verarbeitet Verdeckungen besser und liefert über verschiedene Datensätze hinweg konsistentere Ergebnisse. Für Teams, die bereits Ultralytics YOLO-Posenmodelle verwenden, bietet YOLO26 deutliche Verbesserungen, ohne bestehende Workflows zu verändern.

Möchtest du mehr über AI erfahren? Besuche unsere Community und unser GitHub-Repository. Erfahre auf unseren Lösungsseiten mehr über AI in der Robotik und Computer Vision in der Landwirtschaft. Entdecke unsere Lizenzierungsoptionen und beginne noch heute mit der Entwicklung von Computer-Vision-Anwendungen!