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

Quand tu observes la posture de quelqu’un, il est facile de remarquer s’il est voûté, penché en avant ou bien droit. Les humains comprennent rapidement comment les différentes parties du corps sont liées entre elles.

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

Plus précisément, l’estimation de pose est une technique d’IA appliquée à la vision 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 représentant d’importants repères structurels.

Ces points clés peuvent correspondre à des articulations du corps, aux membres d’un animal, à des composants mécaniques ou même à des points fixes tels que 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 scénarios réels, les modèles doivent gérer plus efficacement 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 telles que l’estimation de pose et s’appuient sur les modèles de pose YOLO précédents, avec des améliorations architecturales et d’entraînement conçues pour accroître la flexibilité et les performances globales.

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

Dans cet article, nous comparerons YOLO26-pose aux précédents modèles de pose Ultralytics YOLO et examinerons comment il améliore la flexibilité, la vitesse de convergence et les performances dans les scènes complexes. Commençons !

Qu’est-ce que l’estimation de pose ?#

Avant de comparer les modèles 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 utilisée pour détecter et suivre des points clés spécifiques dans une image ou une trame vidéo. Ces points clés peuvent représenter d’importants repères structurels, 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 d’ouvriers à l’aide de l’estimation de pose humaine (Source)

En identifiant les coordonnées de ces points, un modèle peut comprendre comment un objet est positionné et comment il se déplace au fil du 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 dans plusieurs variantes ou tailles de modèle, notamment des options légères comme YOLO26n-pose et des modèles plus grands tels que YOLO26m-pose, YOLO26l-pose et YOLO26x-pose. Cela permet aux équipes de choisir le bon équilibre 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 généraux tels que le jeu de données COCO, plus précisément les annotations COCO-Pose (points clés COCO) pour l’estimation de pose humaine, afin que tu n’aies pas à partir de zéro. Dans la plupart des cas, les équipes affinent ces modèles sur leur propre jeu de données pour 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 de pixels précises 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 un aperçu de quelques cas d’utilisation concrets dans lesquels 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 récupération et analyser les schémas de mouvement pendant la thérapie physique.
• 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 de contribuer à identifier les risques potentiels pour la sécurité.
• Fitness et entraînement personnel : Les applications de fitness utilisent l’estimation de pose pour suivre la qualité des mouvements, compter les répétitions et fournir un retour en temps réel sur la posture et les mouvements effectués pendant les tutoriels de fitness.

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

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

Ultralytics YOLO26 s’appuie sur les précédents modèles Ultralytics YOLO, avec 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’une architecture unifiée. La principale différence est qu’Ultralytics YOLO26 est conçu pour être plus flexible et plus stable dans un éventail plus large de cas d’utilisation réels.

Fig. 4. Évaluation comparative de YOLO26 (Source)

Les précédents modèles de pose Ultralytics YOLO étaient largement influencés par les jeux de données de pose humaine, ce qui signifiait que certaines parties des anciennes méthodes étaient optimisées autour des structures articulaires humaines. YOLO26 élimine ces hypothèses spécifiques aux humains.

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 prêts à l’emploi sont entraînés sur des jeux de données tels que 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, tels que des composants mécaniques, des marqueurs de terrains de sport ou des points d’infrastructure, le modèle doit généralement être affiné sur un jeu de données personnalisé dans lequel ces points clés spécifiques sont annotés.

Comme Ultralytics YOLO26 n’est pas lié à des hypothèses concernant les structures articulaires humaines, il peut s’adapter plus efficacement pendant l’affinage. 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 masquées ou apparaissent à très petite échelle. Dans les scènes réelles impliquant des sujets éloignés, des prises de vue par drone ou des scénarios avec de petits objets, cela peut produire des prédictions de points clés plus précises que les modèles de pose précédents.

Une autre mise à jour importante concerne la formulation améliorée 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.

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

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

Comparaison de YOLO26-pose avec Ultralytics YOLOv5#

La première version des modèles Ultralytics YOLO, Ultralytics YOLOv5, a été principalement conçue pour la détection d’objets. Bien que YOLOv5 ait ensuite pris en charge la segmentation d’instances, il n’intègre pas de tête native spécialisée dans l’estimation de pose au sein du 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 inclut l’estimation de pose comme tâche intégrée, avec une tête architecturale dédiée conçue spécifiquement pour prédire les points clés.

Cela signifie que les modèles Ultralytics YOLO26-pose peuvent 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 spécifique à la tâche que YOLOv5 ne propose pas de manière prête à l’emploi.

Principales différences : YOLO26-pose face à 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 points clés avec le même flux de travail que la détection et la segmentation. Il s’appuie sur un pipeline traditionnel de post-traitement avec suppression non maximale (NMS) et utilise des formulations de perte antérieures pour la régression des boîtes englobantes et l’entraînement.

Ultralytics YOLO26 s’appuie sur cette base avec des mises à jour architecturales et d’entraînement qui influencent directement l’estimation de pose. Une différence majeure réside dans sa conception de bout en bout. YOLO26 élimine le besoin d’une 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 clé concerne la méthodologie d’entraînement. Ultralytics YOLO26 introduit l’optimiseur MuSGD ainsi que des stratégies de perte mises à jour. Pour les tâches de pose, il intègre Residual Log-Likelihood Estimation, 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, en particulier dans les scènes complexes ou partiellement masquées.

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 des occultations et une plus grande flexibilité pour les applications de pose réelles non humaines.

YOLO26-pose face à Ultralytics YOLO11-pose : quelles améliorations ?#

Ultralytics YOLO11 s’appuie sur Ultralytics YOLOv8 en perfectionnant le backbone et les couches d’extraction de 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 progression avec une évolution architecturale plus fondamentale. En termes simples, 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 explorant les différences entre les modèles Ultralytics YOLO, tu te demandes peut-être s’il faut passer à YOLO26-pose.

La réponse courte est qu’il s’agit d’une mise à niveau simple. Si tu utilises déjà Ultralytics YOLOv8-pose ou Ultralytics YOLO11-pose, passer à YOLO26-pose consiste généralement simplement à changer la version du modèle, sans reconstruire ton pipeline.

Tu peux bénéficier 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 est un moyen simple d’obtenir ces améliorations avec un minimum de friction.

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 vers 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 lorsque tu travailles avec des points clés non humains ou des scènes complexes. Il s’entraîne plus rapidement, gère mieux les occultations et fournit des résultats plus cohérents sur différents jeux de données. Pour les équipes qui utilisent déjà les modèles de pose Ultralytics YOLO, YOLO26 offre des améliorations claires sans modifier les flux de travail existants.

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