Entrenamiento personalizado de Ultralytics YOLO11 para estimar la pose de perros

¿Y si la postura de tu perro pudiera darte información sobre cómo se siente? Vigilarlo manualmente las 24 horas del día no es fácil. Sin embargo, gracias a los avances de la inteligencia artificial (AI) y la visión artificial, podemos analizar vídeos en tiempo real para comprender mejor su comportamiento.

En concreto, los modelos de visión artificial como Ultralytics YOLO11 pueden ayudar a estimar la postura de un perro y hacer un seguimiento de sus movimientos, proporcionando información valiosa sobre su bienestar. ¿Cómo funciona? La capacidad de estimación de pose de YOLO11 puede identificar puntos clave del cuerpo de un sujeto para comprender su postura y movimiento.

Además, YOLO11 se puede entrenar de forma personalizada con un conjunto de datos diseñado para la estimación de la pose de perros, lo que permite analizar con precisión el lenguaje corporal de tu mascota. El paquete de Python de Ultralytics es compatible con un conjunto de datos de poses de perros que facilita el entrenamiento y el despliegue de modelos de IA de visión para perros. Esta tecnología forma parte del pujante mercado de tecnología para mascotas, valorado en 9,4 mil millones de dólares en 2024 y cuya previsión es que alcance los 64 mil millones de dólares en 2037.

La inspiración para este artículo es Blues, nuestro Director Ejecutivo Canino (DEO). Si visitas nuestra página Sobre nosotros, verás que Blues es un miembro muy valorado del equipo y desempeña un papel importante a la hora de mantener la diversión en Ultralytics.

En este artículo, explicaremos cómo entrenar de forma personalizada Ultralytics YOLO11 utilizando el conjunto de datos de poses de perros para la estimación de la pose de perros. También exploraremos sus aplicaciones prácticas en el cuidado de mascotas y el análisis del comportamiento.

Fig. 1. Conoce a Blues, el Director Ejecutivo Canino (DEO) de Ultralytics.

Descripción general del conjunto de datos de poses de perros#

Un conjunto de datos es una colección de datos utilizada para entrenar modelos de aprendizaje automático. Para la estimación de pose, un conjunto de datos ideal incluye imágenes con puntos clave etiquetados para representar las posiciones del cuerpo. También debe incluir una variedad de poses, ángulos, condiciones de iluminación y fondos para ayudar al modelo a aprender a reconocer y predecir poses con precisión. Esta diversidad hace que el modelo sea más fiable en situaciones reales.

El conjunto de datos de poses de perros, compatible con Ultralytics, está diseñado específicamente para ayudar a los modelos a aprender y reconocer eficazmente las poses de los perros. Incluye más de 8400 imágenes anotadas de distintas razas de perros, con etiquetas detalladas para 24 puntos clave, como la cola, las orejas y las patas.

Fig. 2. Descripción general del conjunto de datos de poses de perros.

Cómo entrenar de forma personalizada Ultralytics YOLO11 con el conjunto de datos de poses de perros#

El entrenamiento personalizado de YOLO11 con el conjunto de datos de poses de perros es un proceso sencillo. Para empezar, tendrás que configurar el entorno instalando el paquete de Python de Ultralytics, que incluye todas las herramientas necesarias para el entrenamiento y la evaluación.

Ultralytics ofrece compatibilidad integrada con el conjunto de datos de poses de perros, lo que elimina la necesidad de etiquetarlo manualmente y te permite empezar directamente con el entrenamiento. Una vez configurado todo, puedes entrenar YOLO11 con el conjunto de datos de poses de perros usando solo unas pocas líneas de código, como se muestra en la imagen siguiente.

Durante el entrenamiento, el modelo aprende a detectar y seguir poses de perros de distintas razas, condiciones de iluminación y entornos. Después del entrenamiento, puedes visualizar los resultados y ajustar el modelo para mejorar su precisión y rendimiento.

Fig. 3. Fragmento de código que muestra el entrenamiento personalizado de Ultralytics YOLO11 con el conjunto de datos de poses de perros.

Si encuentras algún problema durante el entrenamiento del modelo, aquí tienes algunos consejos para solucionarlo rápidamente:

• Comprueba tu conexión a Internet: El conjunto de datos de poses de perros se descarga automáticamente al ejecutar el script de entrenamiento. Asegúrate de tener una conexión a Internet estable para evitar fallos en la descarga.
• Actualiza Ultralytics: Asegúrate de utilizar la versión más reciente del paquete de Python de Ultralytics.
• Busca errores en la consola: Lee atentamente los mensajes de error, ya que a menudo proporcionan pistas sobre lo que hay que corregir.

Puedes consultar la guía de problemas habituales de Ultralytics para obtener más consejos de resolución de problemas.

¿Qué ocurre durante el entrenamiento personalizado del modelo?#

Quizá te preguntes qué ocurre entre bastidores cuando entrenas de forma personalizada Ultralytics YOLO11 con el conjunto de datos de poses de perros. Veamos el proceso con más detalle.

En lugar de empezar desde cero, utilizamos un modelo Ultralytics YOLO11-pose preentrenado, que ya se ha entrenado con el conjunto de datos COCO-Pose. Este modelo preentrenado puede detectar puntos clave humanos, ya que COCO-Pose está diseñado para la estimación de la pose humana. De hecho, sin ningún entrenamiento adicional, puedes utilizar YOLO11-Pose para realizar estimación de pose humana directamente.

Mediante el aprendizaje por transferencia, adaptamos este modelo específicamente para la estimación de la pose de perros, ayudándolo a reconocer puntos clave como las patas, la cola y la cabeza. Al exponer el modelo a ejemplos específicos de perros, aprende a centrarse en estas características esenciales.

Durante el entrenamiento, algunas partes del modelo permanecen sin cambios y conservan los conocimientos generales adquiridos a partir del conjunto de datos COCO. Otras partes se vuelven a entrenar para mejorar la precisión al estimar las poses de los perros. El modelo aprende comparando sus predicciones con los puntos clave reales del conjunto de datos y ajustándose para reducir los errores. Con el tiempo, este proceso hace que siga con mayor precisión los movimientos de un perro.

El aprendizaje por transferencia también permite que el modelo se adapte a distintas razas, tamaños y patrones de movimiento, garantizando un rendimiento fiable en situaciones reales.

Fig. 4. Detección de los puntos clave de Blues y de su hermana Happy.

Ventajas de Ultralytics YOLO11 en la estimación de la pose de perros#

Existen muchos modelos de visión artificial, así que ¿qué hace que YOLO11 sea la opción adecuada para la estimación de la pose de perros?

Ultralytics YOLO11 destaca por su velocidad y precisión en tiempo real, lo que lo convierte en una excelente opción para la estimación de la pose de perros. Ofrece un mejor rendimiento que las versiones anteriores tanto en precisión como en velocidad. Con un 22 % menos de parámetros que YOLOv8, alcanza una mayor precisión media (mAP) en el conjunto de datos COCO, lo que significa que detecta objetos con mayor precisión y eficiencia. Su rápida velocidad de procesamiento lo hace perfecto para aplicaciones en tiempo real, donde es esencial una detección rápida y fiable.

Además de la estimación de pose, Ultralytics YOLO11 también admite tareas de visión artificial, como la segmentación de instancias y el seguimiento de objetos, que pueden ayudar a crear una solución de IA de visión más completa para vigilar a tu perro. Estas funciones pueden mejorar el seguimiento de movimientos, el análisis del comportamiento y el cuidado general de las mascotas.

Fig. 5. Ultralytics YOLO11 en acción: segmentando a Blues sin esfuerzo.

Aplicaciones de la estimación de la pose de perros y Ultralytics YOLO11#

A continuación, hablaremos de las aplicaciones reales de la estimación de la pose de perros y de su impacto en el cuidado de las mascotas.

Mejora del adiestramiento de mascotas con la estimación de la pose de perros#

La estimación de la pose de perros puede hacer que su adiestramiento sea más inteligente y eficaz. Imagina que se utiliza una cámara para capturar los movimientos del perro; aquí es donde puede intervenir Ultralytics YOLO11. Puede detectar puntos clave como las patas, la cola y la cabeza, y analizarlos para reconocer acciones como sentarse, quedarse quieto o tumbarse.

Si el perro no realiza correctamente la acción, el sistema puede proporcionar comentarios instantáneos a través de una aplicación, ayudando al adiestrador en tiempo real. Esto hace que el adiestramiento sea más eficiente, preciso y adaptado al progreso del perro.

Por ejemplo, imagina que quieres enseñar a tu perro a sentarse cuando se lo ordenes. El sistema puede supervisar la postura de tu perro y detectar si está completamente sentado. Si el perro baja el cuerpo, pero no llega a sentarse del todo, el sistema puede detectar la acción incompleta y enviar comentarios instantáneos a través de una aplicación. El adiestrador puede recibir una alerta para hacer pequeños ajustes en el adiestramiento, como reforzar la orden o guiar al perro hasta la posición correcta.

Fig. 6. Blues ayudando al equipo con la estimación de la pose de perros mediante Ultralytics YOLO11

Impulso de la atención veterinaria con modelos de estimación de pose#

La visión artificial puede transformar la forma en que los veterinarios abordan el cuidado de los animales. La capacidad de la estimación de la pose de perros para analizar los detalles con precisión facilita la detección de patrones de movimiento inusuales y la identificación de posibles problemas de salud.

Por ejemplo, un veterinario que supervise a un perro que se recupera de una lesión de ligamentos puede confiar en Ultralytics YOLO11, entrenado con el conjunto de datos de poses de perros, para realizar un análisis automatizado. La cojera o los cambios en la posición de las patas se pueden detectar fácilmente. La supervisión continua, las 24 horas del día y los 7 días de la semana, mediante visión artificial proporciona información clara sobre la recuperación del perro y ayuda a determinar si el tratamiento está funcionando o si es necesario realizar ajustes.

El futuro de la estimación de la pose de perros#

A medida que la tecnología siga evolucionando, es probable que soluciones como la estimación de la pose de perros con YOLO11 desempeñen un papel cada vez más importante en la supervisión de animales y su bienestar. De hecho, YOLO11 puede integrarse con tecnología ponible, como collares inteligentes y rastreadores de salud, para supervisar indicadores clave de salud, como la frecuencia cardíaca, los niveles de actividad y los patrones de movilidad.

Por ejemplo, un collar inteligente equipado con sensores de movimiento puede seguir el paso de un perro al caminar o correr, mientras que la estimación de pose de Ultralytics YOLO11 analiza su postura en tiempo real. Si el sistema detecta un movimiento irregular, como cojera o rigidez, puede correlacionar estos datos con la frecuencia cardíaca y los niveles de actividad para evaluar posibles molestias o lesiones. Los propietarios de mascotas y los veterinarios utilizan esta información para identificar problemas de forma temprana y actuar de manera preventiva.

Con estos avances, la estimación de la pose de perros está evolucionando más allá del simple seguimiento de movimientos: se está convirtiendo en una parte clave de un sistema integral de cuidado de mascotas basado en IA, que ayuda a los perros a mantenerse más sanos, seguros y mejor supervisados en tiempo real.

Conclusiones clave#

Con innovaciones como Ultralytics YOLO11 y el conjunto de datos de poses de perros, estamos abriendo nuevas posibilidades en la visión artificial. Estos avances nos ayudan a comprender mejor el comportamiento y la salud de los perros de formas que antes no eran posibles.

Al realizar un seguimiento preciso de las poses de los perros, podemos mejorar el adiestramiento, supervisar su salud y hacer que el cuidado de las mascotas sea más eficaz. Ya sea en investigación, atención veterinaria o adiestramiento de perros, la IA de visión está creando formas más inteligentes de cuidar a nuestros perros y mejorar su bienestar.

Únete a nuestra comunidad y explora nuestro repositorio de GitHub para obtener más información sobre la IA. Descubre cómo innovaciones como la visión artificial en la atención sanitaria y la IA en los coches autónomos están dando forma al futuro. Consulta nuestras opciones de licencia para empezar hoy mismo tus proyectos de IA de visión.