Addestramento personalizzato di Ultralytics YOLO11 per la stima della posa del cane

E se la postura del tuo cane potesse darti informazioni su come si sente? Monitorarlo manualmente 24 ore su 24 non è facile. Tuttavia, grazie ai progressi nell'intelligenza artificiale (IA) e nella computer vision, possiamo analizzare le riprese video in tempo reale per comprendere meglio il suo comportamento.

Nello specifico, i modelli di computer vision come Ultralytics YOLO11 possono aiutare a stimare la postura di un cane e a tracciarne il movimento, fornendo informazioni preziose sul suo benessere. Come funziona? La capacità di stima della posa di YOLO11 può identificare i punti chiave sul corpo di un soggetto per comprendere la sua postura e il suo movimento.

Inoltre, YOLO11 può essere addestrato in modo personalizzato su un dataset progettato per la stima della posa dei cani, rendendo possibile l'analisi accurata del linguaggio del corpo del tuo animale. Il pacchetto Python di Ultralytics supporta un Dog-Pose Dataset che semplifica l'addestramento e la distribuzione di modelli di IA visiva per i cani. Questa tecnologia è parte del fiorente pet tech market, valutato 9,4 miliardi di dollari nel 2024 e che si prevede raggiungerà i 64 miliardi di dollari entro il 2037.

L'ispirazione dietro questo articolo è Blues, il nostro Dog Executive Officer (DEO). Se dai un'occhiata alla nostra pagina About Us, vedrai che Blues è un membro prezioso del team e svolge un ruolo importante nel rendere tutto divertente in Ultralytics!

In questo articolo, discuteremo di come addestrare in modo personalizzato YOLO11 utilizzando il Dog-Pose Dataset per la stima della posa dei cani. Esploreremo anche le sue applicazioni pratiche nella cura degli animali domestici e nell'analisi del comportamento.

Fig 1. Ti presento Blues, il Dog Executive Officer (DEO) presso Ultralytics.

Link to this sectionUna panoramica del dataset Dog-Pose#

Un dataset è una raccolta di dati utilizzata per addestrare modelli di machine learning. Per la stima della posa, un dataset ideale include immagini con punti chiave etichettati per mappare le posizioni del corpo. Dovrebbe anche avere una varietà di pose, angolazioni, condizioni di illuminazione e sfondi per aiutare il modello a imparare a riconoscere e prevedere le pose con precisione. Questa diversità rende il modello più affidabile per l'uso nel mondo reale.

Il Dog-Pose Dataset, supportato da Ultralytics, è specificamente progettato per aiutare i modelli a imparare e riconoscere le pose dei cani in modo efficace. Include oltre 8.400 immagini annotate di varie razze canine, con etichette dettagliate per 24 punti chiave, come la coda, le orecchie e le zampe.

Fig 2. Una panoramica del Dog-Pose Dataset.

Link to this sectionCome addestrare in modo personalizzato YOLO11 con il Dog-Pose Dataset#

L'addestramento personalizzato di YOLO11 con il Dog-Pose Dataset è un processo semplice. Per iniziare, dovrai configurare il tuo ambiente installando il pacchetto Python di Ultralytics, che include tutti gli strumenti necessari per l'addestramento e la valutazione.

Ultralytics dispone di un supporto integrato per il Dog-Pose Dataset e questo elimina la necessità di etichettatura manuale, permettendoti di passare direttamente all'addestramento. Una volta configurato tutto, puoi addestrare YOLO11 sul Dog-Pose Dataset utilizzando solo poche righe di codice, come mostrato nell'immagine qui sotto.

Durante l'addestramento, il modello impara a rilevare e tracciare le pose dei cani tra diverse razze, condizioni di illuminazione e ambienti. Dopo l'addestramento, puoi visualizzare i risultati e ottimizzare il modello per migliorarne la precisione e le prestazioni.

Fig 3. Uno snippet di codice che mostra l'addestramento personalizzato di YOLO11 sul Dog-Pose Dataset.

Se riscontri problemi durante l'addestramento del tuo modello, ecco alcuni suggerimenti per la risoluzione dei problemi per aiutarti a risolverli rapidamente:

• Controlla la tua connessione internet: Il Dog-Pose Dataset viene scaricato automaticamente quando esegui lo script di addestramento. Assicurati di avere una connessione internet stabile per evitare errori di download.
• Aggiorna Ultralytics: Assicurati di utilizzare l'ultima versione del pacchetto Python di Ultralytics.
• Controlla eventuali errori nella console: Leggi attentamente eventuali messaggi di errore, poiché spesso forniscono indizi su cosa deve essere corretto.

Puoi consultare la Guida ai problemi comuni di Ultralytics per ulteriori suggerimenti sulla risoluzione dei problemi.

Link to this sectionCosa succede durante l'addestramento di un modello personalizzato?#

Potresti chiederti cosa succede dietro le quinte quando addestri in modo personalizzato YOLO11 sul Dog-Pose Dataset. Diamo un'occhiata più da vicino al processo.

Invece di ricominciare da zero, utilizziamo un modello YOLO11-pose pre-addestrato, che è già stato addestrato sul dataset COCO-Pose. Questo modello pre-addestrato può rilevare i punti chiave umani poiché COCO-Pose è progettato per la stima della posa umana. Infatti, senza alcun addestramento aggiuntivo, puoi utilizzare YOLO11-Pose per eseguire la stima della posa umana immediatamente.

Attraverso il transfer learning, adattiamo questo modello specificamente per la stima della posa dei cani, aiutandolo a riconoscere punti chiave come gambe, coda e testa. Esponendo il modello a esempi specifici per cani, impara a concentrarsi su queste caratteristiche essenziali.

Durante l'addestramento, alcune parti del modello rimangono invariate, mantenendo le conoscenze generali acquisite dal dataset COCO. Altre parti vengono riaddestrate per migliorare la precisione nella stima delle pose dei cani. Il modello impara confrontando le sue previsioni con i punti chiave effettivi nel dataset e adattandosi per ridurre gli errori. Nel tempo, questo processo lo rende più bravo a tracciare accuratamente i movimenti di un cane.

Il transfer learning rende anche possibile per il modello adattarsi a diverse razze, dimensioni e schemi di movimento, garantendo che funzioni in modo affidabile negli scenari del mondo reale.

Fig 4. I punti chiave di Blues e di sua sorella Happy vengono rilevati.

Link to this sectionI vantaggi di YOLO11 nella stima della posa dei cani#

Esistono vari modelli di computer vision in circolazione, quindi cosa rende YOLO11 la scelta giusta per la stima della posa dei cani?

YOLO11 si distingue per la sua velocità e precisione in tempo reale, rendendolo un'ottima opzione per la stima della posa dei cani. Offre prestazioni migliori rispetto alle versioni precedenti sia in termini di precisione che di velocità. Con il 22% di parametri in meno rispetto a YOLOv8, raggiunge una mean average precision (mAP) più elevata sul dataset COCO, il che significa che rileva gli oggetti in modo più accurato ed efficiente. La sua velocità di elaborazione elevata lo rende perfetto per applicazioni in tempo reale, dove un rilevamento rapido e affidabile è essenziale.

Oltre alla stima della posa, YOLO11 supporta anche attività di computer vision come l'instance segmentation e il tracciamento degli oggetti, che possono aiutare a creare una soluzione di IA visiva più completa per monitorare il tuo cane. Queste funzionalità possono migliorare il tracciamento dei movimenti, l'analisi del comportamento e la cura generale dell'animale.

Fig 5. YOLO11 in azione: mentre segmenta Blues senza sforzo!

Link to this sectionApplicazioni della stima della posa dei cani e YOLO11#

Successivamente, parliamo delle applicazioni nel mondo reale della stima della posa dei cani e del suo impatto sulla cura degli animali domestici.

Link to this sectionMigliorare l'addestramento degli animali domestici con la stima della posa dei cani#

La stima della posa dei cani può rendere l'addestramento dei cani più intelligente ed efficace. Supponiamo che venga utilizzata una telecamera per catturare i movimenti del cane, è qui che entra in gioco YOLO11. Può rilevare punti chiave come gambe, coda e testa, analizzandoli per riconoscere azioni come sedersi, restare fermi o sdraiarsi.

Se il cane non esegue l'azione correttamente, il sistema può fornire un feedback immediato tramite un'app, aiutando l'addestratore in tempo reale. Questo rende l'addestramento più efficiente, preciso e reattivo ai progressi del cane.

Ad esempio, considera l'insegnamento al tuo cane di sedersi al comando. Il sistema può monitorare la postura del tuo cane e rilevare se è completamente seduto. Se il cane abbassa il corpo ma non si siede completamente, il sistema può rilevare l'azione incompleta e inviare un feedback immediato tramite un'app. L'addestratore può essere avvisato di apportare piccole modifiche all'addestramento, come rinforzare il comando o guidare il cane nella posizione corretta.

Fig 6. Blues che aiuta il team con la stima della posa dei cani utilizzando YOLO11.

Link to this sectionFar avanzare le cure veterinarie con modelli di stima della posa#

La computer vision può trasformare il modo in cui i veterinari si approcciano alla cura degli animali. La capacità della stima della posa dei cani di analizzare i dettagli con precisione rende più facile individuare schemi di movimento insoliti e identificare potenziali problemi di salute.

Ad esempio, un veterinario che monitora un cane che si sta riprendendo da una lesione ai legamenti può affidarsi a YOLO11, addestrato sul Dog-Pose Dataset, per un'analisi automatizzata. Zoppia o cambiamenti nel posizionamento delle gambe possono essere facilmente rilevati. Il monitoraggio continuo 24 ore su 24 abilitato dalla visione fornisce informazioni chiare sulla guarigione del cane, aiutandolo a determinare se il trattamento sta funzionando o se sono necessarie modifiche.

Link to this sectionLa strada da percorrere per la stima della posa dei cani#

Man mano che la tecnologia continua a evolversi, soluzioni come la stima della posa dei cani con YOLO11 giocheranno probabilmente un ruolo maggiore nel monitoraggio degli animali e nel loro benessere. Infatti, YOLO11 può essere integrato con tecnologia indossabile, come collari intelligenti e tracker di salute, per monitorare indicatori di salute chiave come frequenza cardiaca, livelli di attività e schemi di mobilità.

Ad esempio, un collare intelligente dotato di sensori di movimento può tracciare l'andatura di camminata o corsa di un cane, mentre la stima della posa di YOLO11 analizza la postura in tempo reale. Se il sistema rileva un movimento irregolare, come zoppia o rigidità, può correlare questi dati con la frequenza cardiaca e i livelli di attività per valutare potenziali disagi o lesioni. I proprietari di animali domestici e i veterinari utilizzano queste intuizioni per identificare i problemi precocemente e intraprendere azioni proattive.

Con questi progressi, la stima della posa dei cani si sta evolvendo oltre il semplice tracciamento dei movimenti: sta diventando una parte fondamentale di un sistema completo di cura degli animali domestici basato sull'IA, aiutando i cani a rimanere più sani, sicuri e meglio monitorati in tempo reale.

Link to this sectionPunti chiave#

Con innovazioni come YOLO11 e il Dog-Pose Dataset, stiamo aprendo nuove possibilità nella computer vision. Questi progressi ci aiutano a comprendere meglio il comportamento e la salute dei cani in modi che prima non erano possibili.

Tracciando accuratamente le pose dei cani, possiamo migliorare l'addestramento, monitorare la salute e rendere la cura degli animali domestici più efficace. Che si tratti di ricerca, cure veterinarie o addestramento dei cani, l'IA visiva sta creando modi più intelligenti per prenderci cura dei nostri cani e migliorare il loro benessere.

Unisciti alla nostra community ed esplora il nostro repository GitHub per saperne di più sull'IA. Scopri come innovazioni come la computer vision nel settore sanitario e l'IA nelle auto a guida autonoma stanno plasmando il futuro. Controlla le nostre opzioni di licenza per iniziare oggi stesso i tuoi progetti di IA visiva.