Addestramento personalizzato di Ultralytics YOLO11 per la stima della posa dei cani
Scopri come addestrare Ultralytics YOLO11 su misura per la stima della posa dei cani e sfruttare il modello addestrato in applicazioni pratiche come la cura degli animali domestici.

E se la postura del tuo cane potesse offrirti indicazioni su come si sente? Monitorarlo manualmente 24 ore su 24 non è facile. Tuttavia, grazie ai progressi dell'intelligenza artificiale (AI) e della visione artificiale, possiamo analizzare i filmati in tempo reale per comprendere meglio il suo comportamento.
In particolare, i modelli di visione artificiale come Ultralytics YOLO11 possono aiutare a stimare la postura di un cane e a tracciarne i movimenti, fornendo informazioni preziose sul suo benessere. Come funziona? La funzionalità di stima della posa di YOLO11 può identificare i punti chiave del corpo di un soggetto per comprenderne la postura e i movimenti.
Inoltre, YOLO11 può essere addestrato in modo personalizzato su un dataset progettato per la stima della posa dei cani, rendendo possibile analizzare con precisione il linguaggio del corpo del tuo animale. Il pacchetto Python di Ultralytics supporta un dataset per la posa dei cani, semplificando l'addestramento e la distribuzione di modelli di AI per la visione dedicati ai cani. Questa tecnologia fa parte del fiorente mercato delle tecnologie per animali domestici, valutato 9,4 miliardi di dollari nel 2024 e che dovrebbe raggiungere i 64 miliardi di dollari entro il 2037.
L'ispirazione alla base di questo articolo è Blues, il nostro Responsabile esecutivo canino (DEO). Se visiti la nostra pagina Chi siamo, vedrai che Blues è un membro stimato del team e svolge un ruolo importante nel mantenere un'atmosfera divertente in Ultralytics!
In questo articolo vedremo come addestrare in modo personalizzato Ultralytics YOLO11 utilizzando il dataset per la posa dei cani 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 presentiamo Blues, il Responsabile esecutivo canino (DEO) di Ultralytics.
Panoramica del dataset per la posa dei cani#
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 annotati per mappare le posizioni del corpo. Dovrebbe inoltre contenere 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 nell'uso reale.
Il dataset per la posa dei cani, supportato da Ultralytics, è progettato specificamente per aiutare i modelli a imparare a riconoscere efficacemente le pose dei cani. Include oltre 8.400 immagini annotate di diverse razze canine, con etichette dettagliate per 24 punti chiave, tra cui coda, orecchie e zampe.

Fig. 2. Panoramica del dataset per la posa dei cani.
Come addestrare in modo personalizzato Ultralytics YOLO11 con il dataset per la posa dei cani#
L'addestramento personalizzato di YOLO11 con il dataset per la posa dei cani è un processo semplice. Per iniziare, dovrai configurare l'ambiente installando il pacchetto Python di Ultralytics, che include tutti gli strumenti necessari per l'addestramento e la valutazione.
Ultralytics offre il supporto integrato per il dataset per la posa dei cani, eliminando la necessità di annotazioni manuali e permettendoti di passare direttamente all'addestramento. Una volta configurato tutto, puoi addestrare YOLO11 sul dataset per la posa dei cani usando solo poche righe di codice, come mostrato nell'immagine seguente.
Durante l'addestramento, il modello impara a rilevare e tracciare le pose dei cani tra razze, condizioni di illuminazione e ambienti diversi. Dopo l'addestramento, puoi visualizzare i risultati e ottimizzare il modello per migliorarne precisione e prestazioni.

Fig. 3. Frammento di codice che mostra l'addestramento personalizzato di Ultralytics YOLO11 sul dataset per la posa dei cani.
Se riscontri problemi durante l'addestramento del modello, ecco alcuni suggerimenti per la risoluzione dei problemi che ti aiuteranno a risolverli rapidamente:
- Controlla la connessione Internet: il dataset per la posa dei cani 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 la versione più recente del pacchetto Python di Ultralytics.
- Controlla gli errori nella console: leggi attentamente tutti i messaggi di errore, poiché spesso forniscono indicazioni su ciò che deve essere corretto.
Puoi consultare la Guida ai problemi comuni di Ultralytics per ulteriori suggerimenti sulla risoluzione dei problemi.
Cosa accade durante l'addestramento personalizzato del modello?#
Potresti chiederti cosa accade dietro le quinte quando addestri in modo personalizzato Ultralytics YOLO11 sul dataset per la posa dei cani. Diamo un'occhiata più da vicino al processo.
Invece di partire da zero, utilizziamo un modello Ultralytics YOLO11-pose preaddestrato, già addestrato sul dataset COCO-Pose. Questo modello preaddestrato può rilevare i punti chiave del corpo umano, 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 alla stima della posa dei cani, aiutandolo a riconoscere punti chiave come zampe, coda e testa. Esponendo il modello a esempi specifici dei cani, gli insegniamo a concentrarsi su queste caratteristiche essenziali.
Durante l'addestramento, alcune parti del modello rimangono invariate e conservano 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 proprie previsioni con i punti chiave effettivi del dataset e apportando modifiche per ridurre gli errori. Nel tempo, questo processo lo rende più efficace nel tracciare con precisione i movimenti di un cane.
Il transfer learning consente inoltre al modello di adattarsi a razze, dimensioni e schemi di movimento diversi, garantendo prestazioni affidabili in scenari reali.

Fig. 4. Rilevamento dei punti chiave di Blues e di sua sorella Happy.
I vantaggi di Ultralytics YOLO11 nella stima della posa dei cani#
Esistono numerosi modelli di visione artificiale: perché YOLO11 è la scelta giusta per la stima della posa dei cani?
Ultralytics YOLO11 si distingue per velocità e precisione in tempo reale, risultando un'ottima opzione per la stima della posa dei cani. Offre prestazioni migliori rispetto alle versioni precedenti sia in termini di precisione sia di velocità. Con il 22% di parametri in meno rispetto a YOLOv8, raggiunge una precisione media (mAP) più elevata sul dataset COCO, rilevando gli oggetti in modo più preciso ed efficiente. La sua velocità di elaborazione lo rende ideale per le applicazioni in tempo reale, in cui è essenziale un rilevamento rapido e affidabile.
Oltre alla stima della posa, Ultralytics YOLO11 supporta anche attività di visione artificiale come la segmentazione delle istanze e il tracciamento degli oggetti, che possono contribuire a creare una soluzione di AI per la visione più completa per monitorare il tuo cane. Queste funzionalità possono migliorare il tracciamento dei movimenti, l'analisi del comportamento e la cura complessiva dell'animale.

Fig. 5. Ultralytics YOLO11 in azione: segmenta Blues senza sforzo!
Applicazioni della stima della posa dei cani e di Ultralytics YOLO11#
Ora discutiamo delle applicazioni reali della stima della posa dei cani e del suo impatto sulla cura degli animali domestici.
Migliorare l'addestramento degli animali domestici con la stima della posa dei cani#
La stima della posa dei cani può rendere l'addestramento più intelligente ed efficace. Immagina che una videocamera venga utilizzata per acquisire i movimenti del cane: è qui che può entrare in gioco Ultralytics YOLO11. Può rilevare punti chiave come zampe, coda e testa, analizzandoli per riconoscere azioni come sedersi, restare fermo o sdraiarsi.
Se il cane non esegue correttamente l'azione, il sistema può fornire un feedback immediato tramite un'app, aiutando l'addestratore in tempo reale. In questo modo l'addestramento diventa più efficiente, preciso e reattivo ai progressi del cane.
Ad esempio, considera l'insegnamento del comando "seduto" al tuo cane. Il sistema può monitorare la postura del cane e rilevare se è completamente seduto. Se il cane abbassa il corpo ma non si siede del tutto, il sistema può rilevare l'azione incompleta e inviare un feedback immediato tramite un'app. L'addestratore può essere avvisato per apportare piccoli aggiustamenti all'addestramento, come rinforzare il comando o guidare il cane nella posizione corretta.

Fig. 6. Blues aiuta il team con la stima della posa dei cani usando Ultralytics YOLO11
Migliorare l'assistenza veterinaria con modelli di stima della posa#
La visione artificiale può trasformare il modo in cui i veterinari si occupano degli animali. La capacità della stima della posa dei cani di analizzare accuratamente i dettagli semplifica l'individuazione di schemi di movimento insoliti e di potenziali problemi di salute.
Ad esempio, un veterinario che monitora un cane in fase di recupero da una lesione ai legamenti può affidarsi a Ultralytics YOLO11, addestrato sul dataset per la posa dei cani, per un'analisi automatizzata. Zoppicare o variazioni nella posizione delle zampe possono essere rilevati facilmente. Il monitoraggio continuo, 24 ore su 24 e 7 giorni su 7, abilitato dalla visione artificiale, fornisce informazioni chiare sul recupero del cane e aiuta a determinare se il trattamento sta funzionando o se sono necessarie modifiche.
Il futuro della stima della posa dei cani#
Con la continua evoluzione della tecnologia, è probabile che soluzioni come la stima della posa dei cani con YOLO11 assumano un ruolo sempre più importante nel monitoraggio degli animali e nel loro benessere. Infatti, YOLO11 può essere integrato con tecnologie indossabili, come collari intelligenti e tracker della salute, per monitorare indicatori importanti come frequenza cardiaca, livelli di attività e schemi di mobilità.
Ad esempio, un collare intelligente dotato di sensori di movimento può tracciare l'andatura del cane mentre cammina o corre, mentre la stima della posa di Ultralytics 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 un possibile disagio o una lesione. I proprietari degli animali e i veterinari utilizzano queste informazioni per individuare tempestivamente i problemi e intervenire in modo proattivo.
Grazie a questi progressi, la stima della posa dei cani si sta evolvendo oltre il semplice tracciamento dei movimenti: sta diventando una componente fondamentale di un sistema completo di cura degli animali domestici basato sull'AI, che aiuta i cani a rimanere più sani, sicuri e monitorati meglio in tempo reale.
Punti chiave#
Con innovazioni come Ultralytics YOLO11 e il dataset per la posa dei cani, stiamo aprendo nuove possibilità nella visione artificiale. Questi progressi ci aiutano a comprendere meglio il comportamento e la salute dei cani in modi prima impossibili.
Tracciando con precisione le pose dei cani, possiamo migliorare l'addestramento, monitorare la salute e rendere più efficace la cura degli animali domestici. Nella ricerca, nell'assistenza veterinaria o nell'addestramento dei cani, l'AI per la visione sta creando modalità più intelligenti per prenderci cura dei nostri cani e migliorarne il benessere.
Unisciti alla nostra community ed esplora il nostro repository GitHub per saperne di più sull'AI. Scopri come innovazioni come la visione artificiale nel settore sanitario e l'AI nelle auto a guida autonoma stanno plasmando il futuro. Consulta le nostre opzioni di licenza per iniziare oggi stesso i tuoi progetti di AI per la visione.









