3 février 2025
Apprenez à entraîner personnalisé Ultralytics YOLO11 pour l'estimation de la pose de chien et à exploiter le modèle entraîné pour des applications pratiques telles que les soins aux animaux de compagnie.
Et si la posture de votre chien pouvait vous donner un aperçu de ce qu'il ressent ? Il n'est pas facile de les surveiller manuellement 24 heures sur 24. Cependant, grâce aux progrès de l'intelligence artificielle (IA) et de la vision par ordinateur, nous pouvons analyser des séquences vidéo en temps réel pour mieux comprendre leur comportement.
Plus précisément, les modèles de vision par ordinateur comme Ultralytics YOLO11 peuvent aider à estimer la posture d'un chien et à suivre ses mouvements, fournissant ainsi des informations précieuses sur son bien-être. Comment cela fonctionne-t-il ? La capacité d'estimation de la pose de YOLO11 peut identifier les points clés sur le corps d'un sujet afin de comprendre sa posture et ses mouvements.
De plus, YOLO11 peut être entraîné sur mesure sur un jeu de données conçu pour l'estimation de la pose du chien, ce qui permet d'analyser avec précision le langage corporel de votre animal. Le paquet Python Ultralytics prend en charge un jeu de données de pose de chien qui facilite l'entraînement et le déploiement de modèles Vision AI pour les chiens. Cette technologie fait partie du marché en plein essor de la technologie pour animaux de compagnie, évalué à 9,4 milliards de dollars en 2024 et qui devrait atteindre 64 milliards de dollars d'ici 2037.
Cet article a été inspiré par Blues, notre directeur exécutif canin (DEC). Si vous consultez notre page À propos de nous, vous verrez que Blues est un membre précieux de l'équipe et joue un rôle important en assurant une ambiance amusante chez Ultralytics !
Dans cet article, nous expliquerons comment entraîner YOLO11 de manière personnalisée en utilisant le jeu de données Dog-Pose pour l'estimation de la pose du chien. Nous explorerons également ses applications pratiques dans les soins aux animaux et l'analyse du comportement.
Un ensemble de données est une collection de données utilisées pour entraîner des modèles d'apprentissage automatique. Pour l'estimation de pose, un ensemble de données idéal comprend des images avec des points clés étiquetés pour cartographier les positions du corps. Il doit également avoir une variété de poses, d'angles, de conditions d'éclairage et d'arrière-plans pour aider le modèle à apprendre à reconnaître et à prédire les poses avec précision. Cette diversité rend le modèle plus fiable pour une utilisation dans le monde réel.
Le jeu de données Dog-Pose, pris en charge par Ultralytics, est spécialement conçu pour aider les modèles à apprendre et à reconnaître efficacement les poses de chiens. Il comprend plus de 8 400 images annotées de différentes races de chiens, avec des étiquettes détaillées pour 24 points clés, tels que la queue, les oreilles et les pattes.
La formation personnalisée de YOLO11 avec l'ensemble de données Dog-Pose est un processus simple. Pour commencer, vous devrez configurer votre environnement en installant le paquet Python Ultralytics, qui comprend tous les outils nécessaires à la formation et à l'évaluation.
Ultralytics intègre une prise en charge native du jeu de données Dog-Pose, ce qui élimine le besoin d'étiquetage manuel et vous permet de passer directement à l'entraînement. Une fois que tout est configuré, vous pouvez entraîner YOLO11 sur le jeu de données Dog-Pose en utilisant seulement quelques lignes de code, comme illustré dans l'image ci-dessous.
Pendant l'entraînement, le modèle apprend à détecter et à suivre les poses de chiens de différentes races, dans différentes conditions d'éclairage et environnements. Après l'entraînement, vous pouvez visualiser les résultats et affiner le modèle pour améliorer la précision et les performances.
Si vous rencontrez des problèmes lors de l'entraînement de votre modèle, voici quelques conseils de dépannage pour vous aider à les résoudre rapidement :
Vous pouvez consulter le Guide des problèmes courants d'Ultralytics pour obtenir d'autres conseils de dépannage.
Vous vous demandez peut-être ce qui se passe en coulisses lorsque vous personnalisez l'entraînement de YOLO11 sur l'ensemble de données Dog-Pose. Examinons de plus près le processus.
Plutôt que de partir de zéro, nous utilisons un modèle YOLO11-pose pré-entraîné, qui a déjà été entraîné sur l'ensemble de données COCO-Pose. Ce modèle pré-entraîné peut détecter les points clés humains, car COCO-Pose est conçu pour l'estimation de la pose humaine. En fait, sans aucun entraînement supplémentaire, vous pouvez utiliser YOLO11-Pose pour effectuer l'estimation de la pose humaine dès la sortie de la boîte.
Grâce à l'apprentissage par transfert, nous adaptons ce modèle spécifiquement à l'estimation de la pose du chien, l'aidant à reconnaître les points clés comme les pattes, la queue et la tête. En exposant le modèle à des exemples spécifiques aux chiens, il apprend à se concentrer sur ces caractéristiques essentielles.
Pendant l'entraînement, certaines parties du modèle restent inchangées, conservant les connaissances générales acquises à partir de l'ensemble de données COCO. D'autres parties sont réentraînées pour améliorer la précision de l'estimation des poses de chien. Le modèle apprend en comparant ses prédictions avec les points clés réels de l'ensemble de données et en s'ajustant pour réduire les erreurs. Au fil du temps, ce processus l'améliore dans le suivi précis des mouvements d'un chien.
L'apprentissage par transfert permet également au modèle de s'adapter à différentes races, tailles et schémas de mouvement, garantissant ainsi des performances fiables dans des scénarios réels.
Il existe divers modèles de vision par ordinateur, alors qu'est-ce qui fait de YOLO11 le choix idéal pour l'estimation de la pose canine ?
YOLO11 se distingue par sa vitesse et sa précision en temps réel, ce qui en fait une excellente option pour l'estimation de la pose du chien. Il offre de meilleures performances que les versions précédentes en termes de précision et de vitesse. Avec 22 % de paramètres en moins que YOLOv8, il atteint une précision moyenne (mAP) plus élevée sur l'ensemble de données COCO, ce qui signifie qu'il détecte les objets avec plus de précision et d'efficacité. Sa vitesse de traitement rapide le rend parfait pour les applications en temps réel, où une détection rapide et fiable est essentielle.
Au-delà de l'estimation de la pose, YOLO11 prend également en charge des tâches de vision par ordinateur telles que la segmentation d'instances et le suivi d'objets, ce qui peut aider à créer une solution de Vision IA plus complète pour surveiller votre chien. Ces fonctionnalités peuvent améliorer le suivi des mouvements, l'analyse du comportement et les soins généraux de l'animal.
Ensuite, discutons des applications concrètes de l'estimation de la pose du chien et de son impact sur les soins aux animaux de compagnie.
L'estimation de la pose du chien peut rendre le dressage plus intelligent et plus efficace. Disons qu'une caméra est utilisée pour capturer les mouvements du chien, c'est là que YOLO11 peut intervenir. Il peut détecter des points clés comme les pattes, la queue et la tête, en les analysant pour reconnaître des actions telles que s'asseoir, rester ou se coucher.
Si le chien n'exécute pas correctement l'action, le système peut fournir un feedback instantané via une application, aidant ainsi le dresseur en temps réel. Cela rend le dressage plus efficace, précis et réactif aux progrès du chien.
Par exemple, prenons l'apprentissage à votre chien de s'asseoir sur commande. Le système peut surveiller la posture de votre chien et détecter s'il est complètement assis. Si le chien abaisse son corps mais ne s'assoit pas complètement, le système peut détecter l'action incomplète et envoyer un retour d'information instantané via une application. L'entraîneur peut être modifié pour apporter de petites modifications à l'entraînement, comme renforcer la commande ou guider le chien dans la bonne position.
La vision par ordinateur peut transformer la façon dont les vétérinaires abordent les soins aux animaux. La capacité de l'estimation de la pose du chien à analyser les détails avec précision facilite le repérage des schémas de mouvement inhabituels et l'identification des problèmes de santé potentiels.
Par exemple, un vétérinaire surveillant un chien se remettant d'une blessure ligamentaire peut s'appuyer sur YOLO11, entraîné sur le Dog-Pose Dataset, pour une analyse automatisée. Les boiteries ou les changements de positionnement des pattes peuvent être facilement détectés. La surveillance continue 24h/24 et 7j/7, basée sur la vision, fournit des informations claires sur la guérison du chien, ce qui l'aide à déterminer si le traitement fonctionne ou si des ajustements sont nécessaires.
À mesure que la technologie continue d'évoluer, les solutions telles que l'estimation de la pose du chien avec YOLO11 joueront probablement un rôle plus important dans la surveillance des animaux et leur bien-être. En fait, YOLO11 peut être intégré à des technologies portables, telles que des colliers intelligents et des trackers de santé, pour surveiller les principaux indicateurs de santé comme la fréquence cardiaque, les niveaux d'activité et les schémas de mobilité.
Par exemple, un collier intelligent équipé de capteurs de mouvement peut suivre la démarche d'un chien en train de marcher ou de courir, tandis que l'estimation de la pose de YOLO11 analyse la posture en temps réel. Si le système détecte un mouvement irrégulier, comme une boiterie ou une raideur, il peut corréler ces données avec la fréquence cardiaque et les niveaux d'activité pour évaluer un éventuel inconfort ou une blessure. Les propriétaires d'animaux et les vétérinaires peuvent utiliser ces informations pour identifier les problèmes précocement et prendre des mesures proactives.
Grâce à ces avancées, l'estimation de la pose chez le chien évolue au-delà du simple suivi des mouvements. Elle devient un élément clé d'un système complet de soins pour animaux de compagnie basé sur l'IA, aidant les chiens à rester en meilleure santé, plus en sécurité et mieux surveillés en temps réel.
Grâce à des innovations telles que YOLO11 et le Dog-Pose Dataset, nous ouvrons de nouvelles possibilités dans le domaine de la vision par ordinateur. Ces avancées nous aident à mieux comprendre le comportement et la santé des chiens d'une manière qui n'était pas possible auparavant.
En suivant avec précision les poses des chiens, nous pouvons améliorer l'entraînement, surveiller la santé et rendre les soins aux animaux plus efficaces. Que ce soit dans la recherche, les soins vétérinaires ou le dressage canin, l'IA de vision crée des moyens plus intelligents de prendre soin de nos chiens et d'améliorer leur bien-être.
Rejoignez notre communauté et explorez notre dépôt GitHub pour en savoir plus sur l'IA. Découvrez comment des innovations telles que la vision par ordinateur dans le secteur de la santé et l'IA dans les voitures autonomes façonnent l'avenir. Consultez nos options de licence pour démarrer vos projets de Vision IA dès aujourd'hui.
.webp)