Ultralytics YOLO26 ou d’autres modèles Ultralytics YOLO pour l’estimation de pose

Quand tu observes la posture de quelqu’un, tu remarques facilement s’il est voûté, penché vers l’avant ou bien droit. Les humains comprennent rapidement les relations entre les différentes parties du corps.

Cela fait naturellement partie de notre façon d’interpréter les mouvements et le langage corporel au quotidien. Pour les machines, cependant, ce type de compréhension visuelle n’est pas automatique. Apprendre à un système à reconnaître les mouvements et les structures nécessite des techniques avancées d’apprentissage profond et de vision par ordinateur, qui lui permettent d’interpréter les images de manière pertinente.

En particulier, l’estimation de pose est une technique d’IA visuelle qui permet à un modèle de vision par ordinateur de développer une compréhension similaire. Au lieu de simplement détecter un objet dans une image, le modèle prédit des points clés qui représentent des repères structurels importants.

Ces points clés peuvent correspondre aux articulations du corps, aux membres d’un animal, aux composants d’une machine ou même à des points fixes comme les coins d’un terrain. En identifiant et en suivant ces points, le système peut comprendre la position, l’alignement et le mouvement de manière structurée et mesurable.

À mesure que l’estimation de pose est appliquée à davantage de situations réelles, les modèles doivent mieux gérer les points clés non humains, les scènes complexes et les jeux de données personnalisés. Par exemple, des modèles de pointe comme Ultralytics YOLO26 prennent en charge des tâches de vision par ordinateur comme l’estimation de pose et s’appuient sur les modèles YOLO antérieurs pour la pose, avec des améliorations de l’architecture et de l’entraînement conçues pour accroître la flexibilité et les performances globales.

Fig. 1. Exemple d’estimation de pose rendue possible par YOLO (Source)

Dans cet article, nous comparerons YOLO26-pose aux modèles Ultralytics YOLO précédents pour l’estimation de pose et verrons comment il améliore la flexibilité, la vitesse de convergence et les performances dans les scènes complexes. C’est parti !

Qu’est-ce que l’estimation de pose ?#

Avant de nous pencher sur la comparaison des modèles d’estimation de pose Ultralytics YOLO, examinons de plus près ce que signifie réellement l’estimation de pose dans le contexte de la vision par ordinateur.

L’estimation de pose est une technique qui sert à détecter et à suivre des points clés spécifiques dans une image ou une séquence vidéo. Ces points clés peuvent représenter des repères structurels importants, tels que les articulations d’un corps humain, les membres d’un animal, les composants d’une machine ou des points de référence fixes dans une scène.

Fig. 2. Estimation de la pose des travailleurs à l’aide de l’estimation de pose humaine (Source)

En identifiant les coordonnées de ces points, un modèle peut comprendre la position d’un objet et son évolution dans le temps. Contrairement à la classification d’images, qui attribue une seule étiquette à une image entière, ou aux modèles de détection d’objets, qui se concentrent sur le tracé de boîtes englobantes autour des objets, l’estimation de pose fournit des informations spatiales plus détaillées sur la structure et le mouvement.

Présentation de Ultralytics YOLO26-pose#

YOLO26-pose est disponible en plusieurs variantes ou tailles de modèle, notamment des options légères comme YOLO26n-pose et des modèles plus grands comme YOLO26m-pose, YOLO26l-pose et YOLO26x-pose. Les équipes peuvent ainsi choisir le bon compromis entre vitesse et précision en fonction de leur matériel et de leurs besoins en performances.

Ultralytics fournit également des modèles de pose préentraînés sur de grands jeux de données généralistes comme COCO, plus précisément sur les annotations COCO-Pose (points clés COCO) destinées à l’estimation de la pose humaine, pour que tu n’aies pas à repartir de zéro. Dans la plupart des cas, les équipes ajustent ces modèles sur leur propre jeu de données afin de les adapter à des points clés, des configurations ou des environnements spécifiques.

Cela implique généralement de préparer des fichiers d’annotation personnalisés qui définissent les coordonnées des points clés et les étiquettes de classe dans un format structuré. Ces annotations associent les points clés à des coordonnées précises en pixels dans chaque image, ce qui permet au modèle d’apprendre des relations spatiales précises pendant l’entraînement.

L’utilisation de modèles préentraînés accélère l’entraînement, réduit les besoins en données et aide à mettre les projets en production plus efficacement.

Applications concrètes de l’estimation de pose humaine#

Voici quelques exemples d’applications concrètes où l’estimation de pose joue un rôle important :

• Santé et rééducation : les cliniciens peuvent utiliser des modèles de pose pour évaluer la posture, suivre les progrès de la rééducation et analyser les mouvements pendant les séances de physiothérapie.
• Systèmes autonomes : les drones et les caméras intelligentes peuvent utiliser les informations de pose pour mieux comprendre l’orientation et le mouvement des objets dans des scènes dynamiques.
• Sécurité au travail : les organisations peuvent surveiller la position du corps et les mouvements répétitifs afin d’aider à repérer les risques potentiels pour la sécurité.
• Fitness et entraînement personnel : les applications de fitness utilisent l’estimation de pose pour suivre la bonne exécution des exercices, compter les répétitions et fournir en temps réel des retours sur la posture et les mouvements effectués pendant les tutoriels de fitness.

Fig. 3. L’estimation de pose peut aider à suivre les points clés du corps pendant un mouvement sportif. (Source)

Découvrir la prise en charge de l’estimation de pose par Ultralytics YOLO26#

Ultralytics YOLO26 s’appuie sur les modèles Ultralytics YOLO précédents en y apportant des mises à jour conçues pour rendre l’entraînement et le déploiement plus pratiques.

Comme les versions précédentes, il prend en charge l’estimation de pose dans le cadre d’un environnement unifié. La principale différence est qu’Ultralytics YOLO26 est conçu pour être plus flexible et plus stable dans un éventail plus large de situations réelles.

Fig. 4. Évaluation comparative de YOLO26 (Source)

Les modèles Ultralytics YOLO antérieurs pour l’estimation de pose étaient fortement influencés par les jeux de données de pose humaine, ce qui signifiait que certaines parties des anciennes méthodes étaient optimisées pour les structures articulaires humaines. YOLO26 élimine ces hypothèses propres à l’humain.

Il est donc mieux adapté aux points clés non humains, comme la détection des coins d’un court de tennis ou d’autres repères structurels personnalisés. C’est important, car les modèles Ultralytics YOLO26-pose préentraînés, utilisés tels quels, sont entraînés sur des jeux de données comme COCO-pose et prédisent les points clés humains définis dans les annotations du jeu de données.

Cependant, lorsque les équipes souhaitent détecter différents types de repères, comme des composants de machines, des marqueurs de terrain de sport ou des points d’infrastructure, le modèle doit généralement être ajusté sur un jeu de données personnalisé où ces points clés spécifiques sont annotés.

Comme Ultralytics YOLO26 n’est pas lié à des hypothèses sur les structures articulaires humaines, il peut s’adapter plus efficacement pendant l’ajustement. Cette flexibilité permet au modèle d’apprendre plus fiablement des configurations de points clés personnalisées, ce qui améliore les métriques d’évaluation lors de la validation sur des jeux de données présentant des configurations de points clés uniques.

Ultralytics YOLO26-pose est également conçu pour améliorer la localisation des points clés lorsque certaines parties d’un objet sont partiellement cachées ou apparaissent à très petite échelle. Dans des scènes réelles impliquant des sujets éloignés, des images prises par drone ou des objets de petite taille, cela peut produire des prédictions de points clés plus précises que les modèles de pose précédents.

Une autre mise à jour importante concerne l’amélioration de la formulation de la fonction de perte utilisée pendant l’entraînement. La fonction de perte détermine comment le modèle corrige ses erreurs au cours de l’apprentissage.

Avec Ultralytics YOLO26-pose, ce processus est plus efficace, ce qui aide le modèle à apprendre plus vite et à atteindre une bonne précision en moins d’époques, une époque correspondant à un passage complet dans le jeu de données d’entraînement.

Dans l’ensemble, YOLO26-pose s’appuie sur les précédents modèles de pose Ultralytics YOLO en apportant des améliorations plus nettes à la prise en charge des points clés non humains et à la convergence de l’entraînement, tout en conservant le même flux de travail familier.

Comparaison entre YOLO26-pose et Ultralytics YOLOv5#

La première version des modèles Ultralytics YOLO, Ultralytics YOLOv5, a été conçue principalement pour la détection d’objets. Bien que YOLOv5 ait ensuite été étendu pour prendre en charge la segmentation d’instances, il n’intègre pas de tête spécialisée native pour l’estimation de pose dans le framework officiel Ultralytics.

Les équipes qui avaient besoin de détecter des points clés s’appuyaient généralement sur des implémentations distinctes ou des modifications personnalisées. Ultralytics YOLO26 intègre l’estimation de pose comme tâche native, avec une tête architecturale dédiée, conçue spécifiquement pour prédire les points clés.

Les modèles Ultralytics YOLO26-pose peuvent ainsi être entraînés, validés et déployés dans le même flux de travail unifié que la détection et la segmentation. Pour les projets axés sur la détection structurée de points clés, YOLO26 fournit une prise en charge native de la pose et une architecture propre à cette tâche, contrairement à YOLOv5 qui ne propose pas ces fonctionnalités d’emblée.

Principales différences : YOLO26-pose et Ultralytics YOLOv8-pose#

Ultralytics YOLOv8 a introduit l’estimation de pose native dans le framework unifié Ultralytics, facilitant l’entraînement et le déploiement de modèles de détection de points clés avec le même flux de travail que pour la détection et la segmentation. Il s’appuie sur un pipeline de post-traitement classique avec suppression non maximale (NMS) et utilise des formulations de fonction de perte antérieures pour la régression des boîtes englobantes et l’entraînement.

Ultralytics YOLO26 s’appuie sur ces bases en apportant des mises à jour architecturales et d’entraînement qui ont un effet direct sur l’estimation de pose. L’une des principales différences réside dans sa conception de bout en bout. YOLO26 élimine le besoin d’un NMS externe pendant l’inférence, ce qui simplifie le déploiement et améliore la régularité de la latence, en particulier sur les CPU et les appareils périphériques.

Une autre amélioration importante concerne la méthodologie d’entraînement. Ultralytics YOLO26 introduit l’optimiseur MuSGD ainsi que des stratégies de fonction de perte mises à jour. Pour les tâches de pose, il intègre l’estimation résiduelle du logarithme de vraisemblance, ce qui améliore la modélisation de l’incertitude des points clés. Ensemble, ces changements peuvent accélérer la convergence et stabiliser les prédictions de points clés, notamment dans les scènes complexes ou partiellement occultées.

En bref, Ultralytics YOLOv8-pose a établi une base solide et polyvalente. YOLO26-pose perfectionne cette base grâce à une meilleure efficacité d’entraînement, une meilleure gestion de l’occlusion et une plus grande flexibilité pour les applications de pose non humaine en conditions réelles.

YOLO26-pose et Ultralytics YOLO11-pose : quelles améliorations ?#

Ultralytics YOLO11 s’appuie sur Ultralytics YOLOv8 en perfectionnant le backbone et les couches d’extraction des caractéristiques. Il a réduit les FLOPs, amélioré l’efficacité des paramètres et fourni un mAP supérieur tout en conservant de solides performances en temps réel. Pour les tâches de pose, cela s’est traduit par une meilleure précision des points clés avec une architecture plus légère.

YOLO26-pose poursuit cette évolution avec un changement architectural plus fondamental. En bref, YOLO11 a amélioré l’efficacité et la précision de YOLOv8, tandis que YOLO26 s’appuie sur cette base avec des mises à jour architecturales et d’entraînement visant une convergence plus rapide, une inférence plus stable et une meilleure précision de pose dans les scénarios complexes.

Pourquoi commencer à utiliser le modèle Ultralytics YOLO26 pour l’estimation de pose ?#

En examinant les différences entre les modèles Ultralytics YOLO, tu te demandes peut-être s’il faut passer à YOLO26-pose.

La réponse courte : la mise à niveau est facile. Si tu utilises déjà Ultralytics YOLOv8-pose ou Ultralytics YOLO11-pose, passer à YOLO26-pose consiste généralement à changer de version du modèle, sans reconstruire ton pipeline.

Tu peux profiter d’une meilleure prise en charge des points clés non humains, d’une convergence plus rapide pendant l’entraînement et d’une meilleure gestion des points occultés, tout en restant dans le même framework Ultralytics. Pour la plupart des projets de pose, nouveaux ou existants, passer à YOLO26-pose permet de bénéficier facilement de ces améliorations, avec un minimum de contraintes.

De plus, YOLO26-pose est entièrement pris en charge dans le package Python Ultralytics, qui repose sur PyTorch et simplifie l’entraînement, la validation et le déploiement. Les modèles peuvent être exportés dans des formats tels que ONNX, TensorRT, OpenVINO, CoreML et TFLite, ce qui facilite leur déploiement sur des GPU, des CPU et des appareils périphériques sans modifier ton flux de travail global.

Points clés à retenir#

Ultralytics YOLO26-pose rend l’estimation de pose plus flexible et plus fiable, en particulier pour les points clés non humains ou les scènes complexes. Il s’entraîne plus vite, gère mieux l’occlusion et fournit des résultats plus cohérents sur différents jeux de données. Pour les équipes qui utilisent déjà les modèles de pose Ultralytics YOLO, YOLO26 apporte des améliorations évidentes sans modifier les flux de travail existants.

Tu veux en savoir plus sur l’IA ? Découvre notre communauté et notre dépôt GitHub. Explore nos pages de solutions pour en savoir plus sur l’IA en robotique et la vision par ordinateur dans l’agriculture. Découvre nos options de licence et commence dès aujourd’hui à créer des solutions de vision par ordinateur !