Entraîner Ultralytics YOLO11 sur mesure pour estimer la posture des chiens

Et si la posture de ton chien pouvait te donner des indications sur son état émotionnel ? Le surveiller manuellement 24 heures sur 24 n’est pas facile. Toutefois, grâce aux avancées de l’intelligence artificielle (AI) et de la vision par ordinateur, nous pouvons analyser des séquences vidéo en temps réel pour mieux comprendre son 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 fonctionnalité d’estimation de pose de YOLO11 peut identifier des points clés sur le corps d’un sujet afin de comprendre sa posture et ses mouvements.

De plus, YOLO11 peut être entraîné sur mesure avec un jeu de données conçu pour l’estimation de la pose des chiens, ce qui permet d’analyser précisément le langage corporel de ton animal. Le package Python Ultralytics prend en charge un jeu de données Dog-Pose, ce qui facilite l’entraînement et le déploiement de modèles d’IA pour la vision des chiens. Cette technologie fait partie du marché en plein essor des technologies pour animaux de compagnie, évalué à 9,4 milliards de dollars en 2024 et qui devrait atteindre 64 milliards de dollars d’ici 2037.

L’inspiration derrière cet article est Blues, notre directeur exécutif canin (DEO). Si tu consultes notre page À propos de nous, tu verras que Blues est un membre apprécié de l’équipe et joue un rôle important pour maintenir une bonne ambiance chez Ultralytics !

Dans cet article, nous allons voir comment entraîner Ultralytics YOLO11 sur mesure avec le jeu de données Dog-Pose pour l’estimation de la pose des chiens. Nous examinerons également ses applications pratiques dans les soins aux animaux et l’analyse comportementale.

Fig. 1. Fais connaissance avec Blues, le directeur exécutif canin (DEO) d’Ultralytics.

Présentation du jeu de données Dog-Pose#

Un jeu de données est un ensemble de données utilisé pour entraîner des modèles de machine learning. Pour l’estimation de pose, un jeu de données idéal comprend des images dont les points clés sont annotés afin de cartographier les positions du corps. Il doit également présenter 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 dans des conditions réelles.

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 des chiens. Il comprend plus de 8 400 images annotées de différentes races de chiens, avec des annotations détaillées pour 24 points clés, comme la queue, les oreilles et les pattes.

Fig. 2. Présentation du jeu de données Dog-Pose.

Comment entraîner Ultralytics YOLO11 sur mesure avec le jeu de données Dog-Pose#

L’entraînement sur mesure de YOLO11 avec le jeu de données Dog-Pose est un processus simple. Pour commencer, tu dois configurer ton environnement en installant le package Python Ultralytics, qui comprend tous les outils nécessaires à l’entraînement et à l’évaluation.

Ultralytics prend en charge nativement le jeu de données Dog-Pose, ce qui élimine le besoin d’annotations manuelles et te permet de commencer directement l’entraînement. Une fois que tout est configuré, tu peux entraîner YOLO11 sur le jeu de données Dog-Pose avec seulement quelques lignes de code, comme l’illustre l’image ci-dessous.

Pendant l’entraînement, le modèle apprend à détecter et à suivre les poses de chiens de différentes races, dans diverses conditions d’éclairage et différents environnements. Après l’entraînement, tu peux visualiser les résultats et affiner le modèle pour améliorer sa précision et ses performances.

Fig. 3. Extrait de code illustrant l’entraînement sur mesure d’Ultralytics YOLO11 sur le jeu de données Dog-Pose.

Si tu rencontres des problèmes pendant l’entraînement de ton modèle, voici quelques conseils de dépannage pour t’aider à les résoudre rapidement :

• Vérifie ta connexion Internet : Le jeu de données Dog-Pose est téléchargé automatiquement lorsque tu exécutes le script d’entraînement. Assure-toi de disposer d’une connexion Internet stable pour éviter les échecs de téléchargement.
• Mets Ultralytics à jour : Vérifie que tu utilises la dernière version du package Python Ultralytics.
• Recherche les erreurs dans la console : Lis attentivement les messages d’erreur, car ils indiquent souvent ce qui doit être corrigé.

Tu peux consulter le guide des problèmes courants d’Ultralytics pour obtenir d’autres conseils de dépannage.

Que se passe-t-il pendant l’entraînement d’un modèle sur mesure ?#

Tu te demandes peut-être ce qui se passe en coulisses lorsque tu entraînes sur mesure Ultralytics YOLO11 sur le jeu de données Dog-Pose. Examinons le processus de plus près.

Plutôt que de partir de zéro, nous utilisons un modèle Ultralytics YOLO11-pose pré-entraîné, qui a déjà été entraîné sur le jeu 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, tu peux utiliser YOLO11-Pose pour effectuer immédiatement une estimation de la pose humaine.

Grâce à l’apprentissage par transfert, nous adaptons ce modèle spécifiquement à l’estimation de la pose des chiens, en l’aidant à reconnaître des 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 et conservent les connaissances générales acquises à partir du jeu de données COCO. D’autres parties sont réentraînées afin d’améliorer la précision de l’estimation des poses des chiens. Le modèle apprend en comparant ses prédictions aux points clés réels du jeu de données et en s’ajustant pour réduire les erreurs. Au fil du temps, ce processus l’aide à suivre plus précisément les mouvements d’un chien.

L’apprentissage par transfert permet également au modèle de s’adapter à différentes races, tailles et séquences de mouvements, afin de garantir des performances fiables dans des situations réelles.

Fig. 4. Détection des points clés de Blues et de sa sœur Happy.

Les avantages d’Ultralytics YOLO11 pour l’estimation de la pose des chiens#

Il existe de nombreux modèles de vision par ordinateur, alors pourquoi YOLO11 est-il le bon choix pour l’estimation de la pose des chiens ?

Ultralytics 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 des chiens. Il offre de meilleures performances que les versions précédentes, tant en précision qu’en vitesse. Avec 22 % de paramètres en moins que YOLOv8, il atteint une précision moyenne (mAP) supérieure sur le jeu de données COCO, ce qui signifie qu’il détecte les objets avec davantage de précision et d’efficacité. Sa vitesse de traitement élevée le rend idéal pour les applications en temps réel, où une détection rapide et fiable est essentielle.

Au-delà de l’estimation de pose, Ultralytics YOLO11 prend également en charge des tâches de vision par ordinateur comme la segmentation d’instances et le suivi d’objets, ce qui peut contribuer à créer une solution d’IA pour la vision plus complète afin de surveiller ton chien. Ces fonctionnalités peuvent améliorer le suivi des mouvements, l’analyse comportementale et les soins globaux aux animaux.

Fig. 5. Ultralytics YOLO11 en action : Blues segmenté sans effort !

Applications de l’estimation de la pose des chiens et d’Ultralytics YOLO11#

Examinons maintenant les applications concrètes de l’estimation de la pose des chiens et son impact sur les soins aux animaux.

Améliorer l’éducation canine grâce à l’estimation de la pose#

L’estimation de la pose des chiens peut rendre leur éducation plus intelligente et plus efficace. Supposons qu’une caméra soit utilisée pour capturer les mouvements d’un chien : c’est là qu’Ultralytics YOLO11 peut intervenir. Il peut détecter des points clés comme les pattes, la queue et la tête, puis les analyser pour reconnaître des actions telles que s’asseoir, rester immobile ou se coucher.

Si le chien n’effectue pas correctement l’action, le système peut fournir un retour instantané via une application, ce qui aide l’éducateur en temps réel. L’entraînement devient ainsi plus efficace, plus précis et mieux adapté aux progrès du chien.

Par exemple, imagine que tu apprennes à ton chien à s’asseoir sur commande. Le système peut surveiller sa posture et détecter s’il est complètement assis. Si le chien abaisse son corps sans s’asseoir complètement, le système peut détecter que l’action est incomplète et envoyer un retour instantané via une application. L’éducateur peut être alerté afin d’apporter de petits ajustements à l’entraînement, comme renforcer la commande ou guider le chien vers la bonne position.

Fig. 6. Blues aide l’équipe à réaliser une estimation de la pose des chiens avec Ultralytics YOLO11

Faire progresser les soins vétérinaires grâce aux modèles d’estimation de pose#

La vision par ordinateur peut transformer la manière dont les vétérinaires s’occupent des animaux. La capacité de l’estimation de la pose des chiens à analyser précisément les détails facilite la détection de schémas de mouvement inhabituels et l’identification de problèmes de santé potentiels.

Par exemple, un vétérinaire qui surveille un chien en convalescence après une blessure ligamentaire peut s’appuyer sur Ultralytics YOLO11, entraîné sur le jeu de données Dog-Pose, pour automatiser l’analyse. Une boiterie ou des changements dans le positionnement des pattes peuvent être facilement détectés. Une surveillance continue 24 h/24 et 7 j/7 assistée par la vision fournit des informations claires sur la récupération du chien, aidant ainsi le vétérinaire à déterminer si le traitement fonctionne ou si des ajustements sont nécessaires.

L’avenir de l’estimation de la pose des chiens#

À mesure que la technologie continue d’évoluer, des solutions comme l’estimation de la pose des chiens avec YOLO11 joueront probablement un rôle croissant dans la surveillance des animaux et leur bien-être. En fait, YOLO11 peut être intégré à des technologies portables, comme des colliers connectés et des trackers de santé, afin de surveiller des indicateurs de santé clés tels que la fréquence cardiaque, le niveau d’activité et les schémas de mobilité.

Par exemple, un collier connecté équipé de capteurs de mouvement peut suivre l’allure d’un chien lorsqu’il marche ou court, tandis que l’estimation de pose d’Ultralytics YOLO11 analyse sa posture en temps réel. Si le système détecte un mouvement irrégulier, comme une boiterie ou une raideur, il peut mettre ces données en corrélation avec la fréquence cardiaque et le niveau d’activité afin d’évaluer un éventuel inconfort ou une blessure. Les propriétaires d’animaux et les vétérinaires utilisent ces informations pour identifier rapidement les problèmes et agir de manière proactive.

Grâce à ces avancées, l’estimation de la pose des chiens dépasse le simple suivi des mouvements : elle devient un élément clé d’un système complet de soins aux animaux piloté par l’IA, qui aide les chiens à rester en meilleure santé, plus en sécurité et mieux surveillés en temps réel.

Points clés à retenir#

Grâce à des innovations comme Ultralytics YOLO11 et le jeu de données Dog-Pose, 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 était auparavant impossible.

En suivant précisément les poses des chiens, nous pouvons améliorer leur éducation, surveiller leur santé et rendre les soins aux animaux plus efficaces. Que ce soit dans la recherche, les soins vétérinaires ou l’éducation canine, l’IA pour la vision crée des moyens plus intelligents de prendre soin de nos chiens et d’améliorer leur bien-être.

Rejoins notre communauté et explore notre dépôt GitHub pour en savoir plus sur l’IA. Découvre comment des innovations comme la vision par ordinateur dans le domaine de la santé et l’IA dans les voitures autonomes façonnent l’avenir. Consulte nos options de licence pour commencer dès aujourd’hui tes projets d’IA pour la vision.