Cómo usar Ultralytics YOLO11 para la estimación de pose

La investigación relacionada con la visión artificial, una rama de la inteligencia artificial (IA), se remonta a la década de 1960. Sin embargo, no fue hasta la década de 2010, con el auge del deep learning, que vimos grandes avances en cómo las máquinas entienden las imágenes. Uno de los avances más recientes en visión artificial son los modelos de vanguardia Ultralytics YOLO11. Los modelos YOLO11, presentados por primera vez en el evento híbrido anual de Ultralytics, YOLO Vision 2024 (YV24), admiten una amplia gama de tareas de visión artificial, incluida la estimación de poses.

La estimación de poses puede utilizarse para detectar puntos clave en una persona u objeto dentro de una imagen o vídeo para entender su posición, postura o movimiento. Se utiliza ampliamente en aplicaciones como analítica deportiva, monitoreo del comportamiento animal y robótica para ayudar a las máquinas a interpretar acciones físicas en tiempo real. Gracias a su mayor precisión, eficiencia y velocidad respecto a modelos anteriores de la serie YOLO (You Only Look Once), YOLO11 es ideal para tareas de estimación de poses en tiempo real.

Fig 1. Un ejemplo de uso de Ultralytics YOLO11 para estimación de poses.

En este artículo, exploraremos qué es la estimación de poses, analizaremos algunas de sus aplicaciones y veremos cómo puedes usar YOLO11 con el paquete de Python de Ultralytics para esta tarea. También veremos cómo puedes usar Ultralytics HUB para probar YOLO11 y la estimación de poses con unos pocos clics. ¡Empecemos!

Link to this section¿Qué es la estimación de poses?#

Antes de adentrarnos en cómo utilizar el nuevo modelo Ultralytics YOLO11 para la estimación de poses, comprendamos mejor en qué consiste.

La estimación de poses es una técnica de visión artificial utilizada para analizar la postura de una persona u objeto en una imagen o vídeo. Los modelos de deep learning como YOLO11 pueden identificar, localizar y rastrear puntos clave en un objeto o persona determinados. En objetos, estos puntos clave pueden incluir esquinas, bordes o marcas superficiales distintivas, mientras que, en humanos, estos puntos clave representan articulaciones importantes como el codo, la rodilla o el hombro.

La estimación de poses es única y más compleja en comparación con otras tareas de visión artificial como la detección de objetos. Mientras que la detección de objetos localiza objetos en una imagen dibujando una caja a su alrededor, la estimación de poses va más allá al predecir las posiciones exactas de los puntos clave en el objeto.

Fig 2. Uso de YOLO11 para detectar y estimar las poses de personas en una oficina.

Cuando hablamos de estimación de poses, existen dos formas principales de trabajar: bottom-up (de abajo hacia arriba) y top-down (de arriba hacia abajo). El enfoque bottom-up detecta los puntos clave individuales y los agrupa en esqueletos, mientras que el enfoque top-down se centra primero en detectar objetos y luego estimar los puntos clave dentro de ellos.

YOLO11 combina las fortalezas de los métodos top-down y bottom-up. Al igual que el enfoque bottom-up, mantiene la sencillez y la rapidez sin necesidad de agrupar puntos clave manualmente. Al mismo tiempo, utiliza la precisión del método top-down al detectar personas y estimar sus poses en un solo paso.

Link to this sectionCasos de uso de la estimación de poses con YOLO11#

Las versátiles capacidades de YOLO11 para la estimación de poses abren una amplia gama de aplicaciones posibles en muchos sectores. Echemos un vistazo más de cerca a algunos casos de uso de la estimación de poses con YOLO11.

Link to this sectionEstimación de poses en tiempo real con YOLO11: Mejora de la seguridad de los trabajadores#

La seguridad es un aspecto importante de cualquier proyecto de construcción. Esto es especialmente cierto, ya que, estadísticamente, las obras de construcción registran un mayor número de lesiones laborales. En 2021, cerca del 20 % de todas las lesiones mortales relacionadas con el trabajo ocurrieron en obras de construcción o cerca de ellas. Con riesgos diarios como la maquinaria pesada y los sistemas eléctricos, es fundamental contar con medidas de seguridad sólidas para proteger a los trabajadores. Los métodos tradicionales como el uso de señales, barreras y la supervisión manual por parte de los jefes de obra no siempre son eficaces y a menudo distraen a los supervisores de tareas más críticas.

La IA puede intervenir para mejorar la seguridad, y el riesgo de accidentes puede reducirse utilizando un sistema de monitoreo de trabajadores basado en estimación de poses. Los modelos Ultralytics YOLO11 pueden utilizarse para rastrear los movimientos y posturas de los trabajadores. Cualquier riesgo potencial, como que los trabajadores estén demasiado cerca de maquinaria peligrosa o realicen tareas de forma incorrecta, puede detectarse rápidamente. Si se detecta un riesgo, se puede notificar a los supervisores o una alarma puede alertar al trabajador. Un sistema de monitoreo continuo puede hacer que las obras de construcción sean más seguras al estar siempre atento a los riesgos y proteger a los trabajadores.

Fig 3. Un ejemplo de estimación de poses en una obra de construcción usando YOLO11.

Link to this sectionEstimación de poses con YOLO11 para el monitoreo de ganado#

Los agricultores y investigadores pueden utilizar YOLO11 para estudiar el movimiento y el comportamiento del ganado, como las vacas, para detectar signos tempranos de enfermedades como la cojera. La cojera es una afección en la que un animal tiene dificultades para moverse correctamente debido al dolor en las patas o los pies. En el ganado vacuno, enfermedades como la cojera no solo afectan a su salud y bienestar, sino que también provocan problemas de producción en las granjas lecheras. Los estudios demuestran que la cojera afecta a entre el 8 % del ganado en sistemas de pastoreo y al 15 %-30 % en sistemas confinados en toda la industria láctea mundial. Detectar y tratar la cojera a tiempo puede ayudar a mejorar el bienestar animal y reducir las pérdidas de producción asociadas a esta enfermedad.

Las funciones de estimación de poses de YOLO11 pueden ayudar a los ganaderos a rastrear los patrones de marcha de los animales e identificar rápidamente cualquier anomalía que pueda indicar problemas de salud, como problemas articulares o infecciones. Detectar estos problemas a tiempo permite un tratamiento más rápido, reduciendo el malestar de los animales y ayudando a los granjeros a evitar pérdidas económicas.

Los sistemas de monitoreo habilitados con vision AI también pueden ayudar a analizar el comportamiento de descanso, las interacciones sociales y los patrones de alimentación. Los ganaderos también pueden utilizar la estimación de poses para observar signos de estrés o agresión. Estos conocimientos pueden utilizarse para cultivar mejores condiciones de vida para los animales y aumentar su bienestar.

Fig 4. Una visualización de la estimación de pose en vacas.

Link to this sectionCasos de uso de YOLO11 en la industria del fitness#

La estimación de poses también puede ayudar a las personas a mejorar su postura en tiempo real mientras hacen ejercicio. Con YOLO11, los instructores de gimnasio y yoga pueden monitorear y rastrear los movimientos corporales de las personas que hacen ejercicio, centrándose en puntos clave como articulaciones y extremidades para evaluar su postura. Los datos recopilados pueden compararse con poses y técnicas de entrenamiento ideales, y los instructores pueden recibir alertas si alguien realiza un movimiento incorrectamente, ayudando a prevenir lesiones.

Fig 5. Uso de estimación de poses para analizar un entrenamiento.

Por ejemplo, durante una clase de yoga, la estimación de poses puede ayudar a monitorear si todos los estudiantes mantienen el equilibrio y la alineación adecuados. Las aplicaciones móviles integradas con visión artificial y estimación de poses pueden hacer que el fitness sea más accesible para las personas que hacen ejercicio en casa o para aquellos que no tienen acceso a entrenadores personales. Esta retroalimentación continua en tiempo real ayuda a los usuarios a mejorar su técnica y lograr sus objetivos de fitness mientras reducen el riesgo de lesiones.

Link to this sectionPrueba la estimación de poses en tiempo real con el modelo YOLO11#

Ahora que hemos explorado qué es la estimación de poses y analizado algunas de sus aplicaciones, echemos un vistazo a cómo puedes probar la estimación de poses con el nuevo modelo YOLO11. Para empezar, hay dos formas cómodas de hacerlo: usando el paquete de Python de Ultralytics o a través de Ultralytics HUB. Veamos ambas opciones.

Link to this sectionEjecución de inferencias usando YOLO11#

Ejecutar una inferencia implica que el modelo YOLO11 procese datos nuevos fuera de sus conjuntos de entrenamiento y utilice los patrones que aprendió para hacer predicciones basadas en esos datos. Puedes ejecutar inferencias mediante código con el paquete de Python de Ultralytics. Todo lo que necesitas para empezar es instalar el paquete Ultralytics usando pip, conda o Docker. Si te enfrentas a algún problema durante la instalación, nuestra Guía de problemas comunes ofrece consejos útiles para la solución de problemas.

Una vez que hayas instalado el paquete correctamente, el siguiente código describe cómo cargar un modelo y utilizarlo para predecir las poses de objetos en una imagen.

Fig 6. Un fragmento de código que muestra la ejecución de inferencias usando YOLO11.

Link to this sectionEntrenamiento de un modelo YOLO11 personalizado#

Supongamos que estás trabajando en un proyecto de visión artificial y tienes un dataset específico para una aplicación particular que involucra estimación de poses. Entonces puedes ajustar y entrenar un modelo YOLO11 personalizado para adaptarlo a tu aplicación. Por ejemplo, puedes usar un dataset de puntos clave para analizar y entender la pose de un tigre en imágenes identificando características clave como la posición de sus extremidades, cabeza y cola.

Puedes usar el siguiente fragmento de código para cargar y entrenar un modelo de estimación de poses YOLO11. El modelo puede construirse a partir de una configuración YAML, o puedes cargar un modelo preentrenado para el entrenamiento. Este script también te permite transferir pesos y comenzar a entrenar el modelo utilizando un dataset especificado, como el dataset COCO para estimación de poses.

Fig 7. Entrenamiento personalizado de YOLO11.

Usando el modelo personalizado recién entrenado, puedes ejecutar inferencias en imágenes no vistas relacionadas con tu solución de visión artificial. El modelo entrenado también puede convertirse a otros formatos utilizando el modo de exportación.

Link to this sectionPrueba YOLO11 en Ultralytics HUB#

Hasta ahora, hemos analizado métodos para usar YOLO11 que requieren algunos conocimientos básicos de programación. Si eso no es lo que buscas, o no estás familiarizado con la programación, hay otra opción: Ultralytics HUB. Ultralytics HUB es una plataforma fácil de usar diseñada para simplificar el proceso de entrenamiento y despliegue de modelos YOLO. HUB te permite gestionar fácilmente datasets, entrenar modelos y desplegarlos sin necesidad de experiencia técnica.

Para ejecutar inferencias en imágenes, puedes crear una cuenta, navegar a la sección 'Models' (Modelos) y elegir el modelo de estimación de poses YOLO11 que te interese. En la sección de vista previa, puedes subir una imagen y ver los resultados de la predicción como se muestra a continuación.

Fig 8. Estimación de poses en Ultralytics HUB con YOLO11.

Link to this sectionAvances de YOLO11 en la detección de poses humanas#

Ultralytics YOLO11 ofrece soluciones precisas y flexibles para tareas como la estimación de poses en una amplia gama de aplicaciones. Desde mejorar la seguridad de los trabajadores en las obras de construcción hasta monitorear la salud del ganado y ayudar con la corrección de posturas en rutinas de fitness, YOLO11 aporta precisión y retroalimentación en tiempo real a través de tecnología avanzada de visión artificial.

Su versatilidad, con múltiples variantes de modelos y la capacidad de entrenamiento personalizado para casos de uso específicos, lo convierte en una herramienta muy valiosa tanto para desarrolladores como para empresas. Ya sea mediante programación con el paquete de Python de Ultralytics o utilizando Ultralytics HUB para una implementación más sencilla, YOLO11 hace que la estimación de poses sea accesible e impactante.

Para explorar más, visita nuestro repositorio de GitHub e interactúa con nuestra comunidad. Explora aplicaciones de IA en fabricación y agricultura en nuestras páginas de soluciones. 🚀