Yolo Vision Shenzhen
Shenzhen
Únete ahora
Volver a los casos de éxito

Análisis de la marcha equina en menos de un minuto con Ultralytics YOLO

Problema

La evaluación subjetiva de la cojera varía según el profesional. Las herramientas objetivas existentes suelen requerir equipos informáticos, la carga de datos a la nube o un procesamiento que lleva mucho tiempo.

Solución

Stride convierte un simple vídeo grabado con un smartphone en un análisis rápido del movimiento equino directamente en el dispositivo gracias a Ultralytics YOLO, sin necesidad de conexión a Internet ni hardware especial.

A medida que la inteligencia artificial sigue contribuyendo al diagnóstico veterinario y a la toma de decisiones clínicas, crece la demanda de herramientas objetivas y accesibles que puedan funcionar en condiciones reales sobre el terreno.

El Dr. Quentin Pleyers ha desarrollado Stride, una iOS que utiliza la visión artificial para ofrecer un análisis objetivo de la marcha de los caballos, lo que ayuda a los veterinarios y a los profesionales del sector equino a evaluar las asimetrías en el movimiento directamente a partir de una grabación de vídeo. Al integrarYOLO Ultralytics , Stride permite recopilar datos objetivos sobre el movimiento de los caballos en cualquier lugar, en menos de un minuto, sin necesidad de conexión a la nube ni de hardware especializado.

Unir ciencia y tecnología para apoyar a los profesionales del sector equino

El Dr. Quentin Pleyers es un veterinario equino afincado en el sur de Suecia, especializado en medicina deportiva, biomecánica y análisis objetivo del movimiento. Combinando su experiencia clínica con una pasión de toda la vida por la ingeniería de software, creó Stride para resolver un problema con el que se topaba a diario en su trabajo.

Stride fue desarrollada de forma independiente por el Dr. Quentin Pleyers. En la actualidad, el proyecto cuenta con colaboraciones académicas y clínicas con diversas instituciones y socios, entre los que se incluyen la Universidad de Lieja, el Centro Europeo de Estudios Equinos, la Universidad de Tennessee y socios de Italia y Estonia. Estas colaboraciones se centran en estudios de validación, investigación clínica y futuras aplicaciones, mientras que la propia aplicación fue creada y desarrollada por el Dr. Quentin Pleyers.

El reto de la evaluación objetiva de la cojera en el campo

La cojera es uno de los problemas más comunes y difíciles a los que se enfrentan los veterinarios equinos. Tradicionalmente, la evaluación de la cojera se ha basado en la experiencia y el ojo experto del veterinario, aunque los resultados varían de un profesional a otro y resultan especialmente complicados en casos de cojera sutil o que afecta a varias patas.

Existen herramientas objetivas, como las placas de presión y los sensores IMU, pero a menudo requieren hardware específico, entornos controlados y un procesamiento de datos que lleva mucho tiempo. Muchos sistemas basados en la visión artificial requieren la carga de grandes archivos de vídeo 4K a servidores remotos, un proceso que puede llevar entre 10 y 15 minutos sobre el terreno, donde el ancho de banda suele ser limitado.

Lo que faltaba era una herramienta capaz de proporcionar datos objetivos sobre el movimiento de forma rápida, en un dispositivo que muchos veterinarios y profesionales del sector equino ya llevan en el bolsillo: un smartphone.

Detección rápida de poses en dispositivos iOS Ultralytics YOLO

Para hacerlo posible, el Dr. Quentin Pleyers desarrolló Stride, aprovechando los modelos Ultralytics entrenados para la estimación de la postura, exportados a Core ML e implementados de forma nativa en iOS. La aplicación graba un vídeo de un caballo al trote, extrae puntos de referencia anatómicos clave fotograma a fotograma y analiza el desplazamiento vertical de puntos como la cabeza, la cruz y la pelvis para cuantificar las asimetrías en el movimiento.

Fig. 1. Captura de pantalla de la aplicación Stride en la que se ve a un caballo al trote.

Lo más importante es que todo el proceso, desde la captura de vídeo hasta la detección de la postura y el procesamiento de la señal, se ejecuta localmente en el dispositivo. En un iPhone 17 Pro, Stride procesa un análisis completo de la marcha en aproximadamente un minuto, con tiempos de inferencia de unos 10 milisegundos por fotograma utilizando un modelo Ultralytics de tamaño medio Ultralytics .

Stride se entrenó utilizando miles de imágenes de caballos anotadas manualmente, captadas en una amplia variedad de razas, colores de pelaje, condiciones de iluminación y fondos. El proceso de entrenamiento se optimizó mediante Ultralytics , que el Dr. Quentin Pleyers utilizó para desarrollar, iterar y perfeccionar el modelo que hoy en día hace funcionar la aplicación.

¿Por qué elegir los modelosYOLO Ultralytics ?

Para el Dr. Quentin Pleyers,YOLO Ultralytics YOLO el equilibrio perfecto entre rendimiento, flexibilidad y facilidad de uso que se necesitaba para llevar una idea del prototipo a la fase de producción.

Fig. 2. Indicadores de rendimiento de Stride con Ultralytics YOLO.

Tras analizar varios marcos de visión artificial, el Dr. Quentin Pleyers llegó a la conclusión de queYOLO Ultralytics ofrecían tanto la precisión necesaria para el análisis biomecánico como la ligereza y eficiencia requeridas para funcionar sin problemas en dispositivos móviles. La posibilidad de exportar fácilmente a Core ML implementar de forma nativa en iOS un factor clave para convertir Stride en una herramienta totalmente autónoma y lista para su uso sobre el terreno.

Fomentar una atención veterinaria equina más objetiva y coherente

Stride no está diseñada para sustituir el criterio clínico de un veterinario, y es importante tener en cuenta esta distinción. La aplicación no diagnostica la cojera, sino que ofrece una medición objetiva de la asimetría en el movimiento vertical del caballo, lo que proporciona a los veterinarios y a los profesionales del sector equino un dato fiable más que respalda su evaluación global.

Fig. 3. Captura de pantalla de la aplicación Stride para iPhone en la que se ve a un caballo al trote.

Este enfoque está ayudando a Stride a ganar terreno en la comunidad veterinaria equina, especialmente entre las nuevas generaciones de veterinarios, que se sienten cómodos incorporando herramientas digitales a sus rutinas de trabajo. Al proporcionar datos objetivos en tiempo real a través de un dispositivo familiar, Stride contribuye a reducir la variabilidad en las evaluaciones y favorece la toma de decisiones clínicas más seguras y basadas en la evidencia.

El futuro del análisis de la marcha equina

El Dr. Quentin Pleyers está ampliando ahora Stride a Android, con el objetivo de poner el análisis objetivo del movimiento equino al alcance de veterinarios, profesionales del sector equino, entrenadores, terapeutas, herradores y propietarios de caballos de todo el mundo. Al ayudar a los usuarios a identificar las asimetrías de movimiento lo antes posible, Stride pretende facilitar una intervención más temprana, un mejor seguimiento y los más altos estándares posibles de bienestar equino. La colaboración continua con socios académicos y clínicos validará aún más el papel de Stride en la práctica y explorará nuevas aplicaciones para el análisis objetivo del movimiento en la medicina equina.

Al combinar décadas de experiencia clínica con tecnología de visión artificial de vanguardia, Stride marca un nuevo hito en la forma en que la tecnología puede complementar, en lugar de sustituir, la mirada experta de un veterinario cualificado.

¿Te interesa crear tus propias soluciones de IA para la visión? Visita nuestro repositorio de GitHub para explorarYOLO Ultralytics , descubrir cómo YOLO impulsando la innovación en sectores como la IA aplicada a la sanidad y consultar nuestras opciones de licencia para dar los primeros pasos.

Nuestra solución para su sector

Ver todo

Preguntas frecuentes

¿Qué son los modelosYOLO Ultralytics ?

Los modelosYOLO de Ultralytics son arquitecturas de visión por ordenador desarrolladas para analizar datos visuales a partir de imágenes y entradas de vídeo. Estos modelos pueden entrenarse para tareas como la detección de objetos, la clasificación, la estimación de poses, el seguimiento y la segmentación de instanciasUltralytics

  • Ultralytics YOLOv5
  • Ultralytics YOLOv8
  • Ultralytics YOLO11

¿Cuál es la diferencia entre los modelosYOLO Ultralytics ?

Ultralytics YOLO11 es la última versión de nuestros modelos de Visión por Computador. Al igual que sus versiones anteriores, soporta todas las tareas de visión por computador que la comunidad de Vision AI ha llegado a amar de YOLOv8. El nuevo YOLO11, sin embargo, viene con un mayor rendimiento y precisión, lo que lo convierte en una poderosa herramienta y en el aliado perfecto para los desafíos de la industria en el mundo real.

¿Qué modeloYOLO Ultralytics debo elegir para mi proyecto?

El modelo que elija usar depende de los requisitos específicos de su proyecto. Es clave tener en cuenta factores como el rendimiento, la precisión y las necesidades de implementación. Aquí hay una descripción general rápida:

  • Algunas de las principales características de Ultralytics YOLOv8:
  1. Madurez y estabilidad: YOLOv8 es un marco probado y estable con amplia documentación y compatibilidad con versiones anteriores de YOLO , lo que lo hace ideal para integrarlo en los flujos de trabajo existentes.
  2. Facilidad de uso: YOLOv8 es perfecto para equipos de todos los niveles gracias a su sencilla instalación.
  3. Rentabilidad: Requiere menos recursos computacionales, lo que lo convierte en una excelente opción para proyectos con presupuesto limitado.
  • Algunas de las principales características de Ultralytics YOLO11:
  1. Mayor precisión: YOLO11 supera a YOLOv8 en las pruebas comparativas, logrando una mayor precisión con menos parámetros.
  2. Características avanzadas: Admite tareas de vanguardia como la estimación de la pose, el seguimiento de objetos y los cuadros delimitadores orientados (OBB), ofreciendo una versatilidad inigualable.
  3. Eficiencia en tiempo real: Optimizado para aplicaciones en tiempo real, YOLO11 ofrece tiempos de inferencia más rápidos y destaca en dispositivos periféricos y tareas sensibles a la latencia.
  4. Adaptabilidad: Gracias a su amplia compatibilidad de hardware, YOLO11 es idóneo para su implantación en dispositivos periféricos, plataformas en la nube y GPU NVIDIA .

¿Qué licencia necesito?

Los repositoriosYOLO Ultralytics , como YOLOv5 y YOLO11, se distribuyen bajo la licencia AGPL-3.0 0 por defecto. Esta licencia, aprobada por la OSI, está diseñada para estudiantes, investigadores y entusiastas, promueve la colaboración abierta y exige que cualquier software que utilice componentes AGPL-3.0 0 también sea de código abierto. Aunque esto garantiza la transparencia y fomenta la innovación, puede que no se ajuste a los casos de uso comercial.
Si su proyecto implica la integración del software de Ultralytics y los modelos de IA en productos o servicios comerciales y desea evitar los requisitos de código abierto de AGPL-3 AGPL-3.0, lo ideal es una licencia de empresa.

Los beneficios de la Licencia Enterprise incluyen:

  • Flexibilidad comercial: Modifique e incruste el código fuente y los modelos Ultralytics YOLO en productos de su propiedad sin necesidad de adherirse al requisito AGPL-3.0 de código abierto de su proyecto.
  • Desarrollo propietario: Obtenga plena libertad para desarrollar y distribuir aplicaciones comerciales que incluyan el código y los modelos Ultralytics YOLO .

Para garantizar una integración perfecta y evitar las limitaciones AGPL-3.0 , solicite una licencia de empresa de Ultralytics mediante el formulario proporcionado. Nuestro equipo le ayudará a adaptar la licencia a sus necesidades específicas.

¡Construyamos juntos el futuro de la IA!

Comience su viaje con el futuro del aprendizaje automático