Come usare Ultralytics YOLO11 per la stima della posa

Le ricerche relative alla visione artificiale, un ramo dell'intelligenza artificiale (AI), risalgono agli anni '60. Tuttavia, è solo negli anni 2010, con l'avvento del deep learning, che abbiamo assistito a importanti progressi nel modo in cui le macchine comprendono le immagini. Un progresso significativo nella visione artificiale è la famiglia di modelli Ultralytics YOLO11 (da allora superata da Ultralytics YOLO26). I modelli YOLO11, presentati per la prima volta all'evento annuale ibrido di Ultralytics, YOLO Vision 2024 (YV24), supportano diverse attività di visione artificiale, tra cui la stima della posa.

La stima della posa può essere usata per rilevare i keypoint di una persona o di un oggetto in un'immagine o in un video, così da determinarne la posizione, la postura o il movimento. È ampiamente utilizzata in applicazioni come l'analisi sportiva, il monitoraggio del comportamento animale e la robotica, per aiutare le macchine a interpretare le azioni fisiche in tempo reale. Grazie ai miglioramenti in precisione, efficienza e velocità rispetto ai modelli precedenti della serie YOLO (You Only Look Once), YOLO11 è particolarmente adatto alle attività di stima della posa in tempo reale.

Fig. 1. Esempio di utilizzo di Ultralytics YOLO11 per la stima della posa.

In questo articolo vedremo cos'è la stima della posa, ne esamineremo alcune applicazioni e ti spiegheremo come usare YOLO11 con il pacchetto Python di Ultralytics per stimare la posa. Vedremo anche come provare YOLO11 e la stima della posa con pochi semplici clic su Ultralytics HUB (ora Ultralytics Platform). Iniziamo!

Che cos'è la stima della posa?#

Prima di vedere come usare Ultralytics YOLO11 per la stima della posa, approfondiamo cosa si intende per stima della posa.

La stima della posa è una tecnica di visione artificiale usata per analizzare la posa di una persona o di un oggetto in un'immagine o in un video. I modelli di deep learning come Ultralytics YOLO11 possono identificare, localizzare e tracciare i punti chiave di un dato oggetto o di una persona. Per gli oggetti, questi punti chiave possono includere angoli, bordi o segni distintivi sulla superficie; per le persone, invece, rappresentano articolazioni importanti come gomito, ginocchio o spalla.

Rispetto ad altre attività di visione artificiale come il rilevamento degli oggetti, la stima della posa è una tecnica particolare e più complessa. Mentre il rilevamento degli oggetti localizza gli oggetti in un'immagine disegnando un riquadro attorno a ciascuno, la stima della posa si spinge oltre e predice la posizione esatta dei punti chiave sull'oggetto.

Fig. 2. Uso di Ultralytics YOLO11 per rilevare e stimare la posa delle persone in un ufficio.

Per la stima della posa esistono due approcci principali: bottom-up e top-down. L'approccio bottom-up rileva i singoli punti chiave e li raggruppa in scheletri, mentre quello top-down si concentra prima sul rilevamento degli oggetti e poi sulla stima dei punti chiave al loro interno.

Ultralytics YOLO11 unisce i punti di forza dei metodi top-down e bottom-up. Come l'approccio bottom-up, è semplice e veloce e non richiede di raggruppare manualmente i punti chiave. Al tempo stesso, sfrutta la precisione del metodo top-down rilevando le persone e stimandone la posa in un unico passaggio.

Casi d'uso della stima della posa con Ultralytics YOLO11#

Le versatili funzionalità di Ultralytics YOLO11 per la stima della posa aprono la strada a un'ampia gamma di possibili applicazioni in molti settori. Vediamo più da vicino alcuni casi d'uso di YOLO11 per la stima della posa.

Stima della posa in tempo reale con Ultralytics YOLO11: migliorare la sicurezza dei lavoratori#

La sicurezza è un aspetto fondamentale di qualsiasi progetto di edilizia. Questo è particolarmente importante perché nei cantieri si verificano più infortuni sul lavoro. Nel 2021, circa il 20% di tutti gli infortuni mortali sul lavoro si è verificato all'interno o nelle vicinanze dei cantieri. I rischi quotidiani, come i macchinari pesanti e gli impianti elettrici, rendono indispensabili solide misure di sicurezza per proteggere i lavoratori. I metodi tradizionali, come l'uso di cartelli e barriere o la supervisione manuale, non sono sempre efficaci e spesso distolgono i responsabili della supervisione da attività più importanti.

L'IA può contribuire a migliorare la sicurezza e l'uso di un sistema di monitoraggio dei lavoratori basato sulla stima della posa può ridurre il rischio di incidenti. I modelli Ultralytics YOLO11 possono essere usati per tracciare i movimenti e le posture dei lavoratori. È possibile individuare rapidamente i potenziali pericoli, ad esempio quando i lavoratori si avvicinano troppo a macchinari pericolosi o svolgono le attività in modo scorretto. Se viene rilevato un rischio, è possibile avvisare i supervisori o attivare un allarme per il lavoratore. Un sistema di monitoraggio continuo può rendere più sicuri i cantieri, tenendo costantemente d'occhio i pericoli e proteggendo i lavoratori.

Fig. 3. Esempio di stima della posa in un cantiere con Ultralytics YOLO11.

Stima della posa con Ultralytics YOLO11 per monitorare il bestiame#

Agricoltori e ricercatori possono usare Ultralytics YOLO11 per studiare i movimenti e il comportamento degli animali da allevamento, come i bovini, così da rilevare precocemente i segni di malattie come la zoppia. La zoppia è una condizione in cui un animale fatica a muoversi correttamente a causa del dolore alle zampe o ai piedi. Nei bovini, problemi come la zoppia non compromettono solo la salute e il benessere degli animali, ma causano anche problemi di produzione negli allevamenti da latte. Gli studi mostrano che la zoppia colpisce circa l'8% dei bovini allevati al pascolo e dal 15% al 30% di quelli allevati in sistemi confinati nell'industria lattiero-casearia globale. Rilevare e trattare la zoppia precocemente può migliorare il benessere animale e ridurre le perdite di produzione associate a questa condizione.

Le funzionalità di stima della posa di Ultralytics YOLO11 possono aiutare gli agricoltori a monitorare l'andatura degli animali e a individuare rapidamente eventuali anomalie che potrebbero indicare problemi di salute, come disturbi articolari o infezioni. Individuare questi problemi precocemente consente di intervenire più rapidamente, riducendo il disagio degli animali e aiutando gli agricoltori a evitare perdite economiche.

I sistemi di monitoraggio basati sull'AI visiva possono anche aiutare ad analizzare il comportamento durante il riposo, le interazioni sociali e le abitudini alimentari. Gli agricoltori possono inoltre usare la stima della posa per osservare eventuali segni di stress o aggressività. Queste informazioni possono contribuire a creare condizioni di vita migliori per gli animali e a migliorarne il benessere.

Fig. 4. Visualizzazione della stima della posa di una mucca.

Casi d'uso di Ultralytics YOLO11 nel settore del fitness#

La stima della posa può anche aiutare le persone a migliorare la propria postura in tempo reale durante l'attività fisica. Con Ultralytics YOLO11, gli istruttori di palestra e yoga possono monitorare e tracciare i movimenti del corpo delle persone durante l'allenamento, concentrandosi su punti chiave come articolazioni e arti per valutarne la postura. I dati raccolti possono essere confrontati con le pose e le tecniche di allenamento ideali; inoltre, gli istruttori possono ricevere avvisi se qualcuno esegue un movimento in modo scorretto, contribuendo a prevenire gli infortuni.

Fig. 5. Uso della stima della posa per analizzare un allenamento.

Per esempio, durante una lezione di yoga, la stima della posa può aiutare a verificare se tutti gli studenti mantengono un equilibrio e un allineamento corretti. Le applicazioni mobili che integrano visione artificiale e stima della posa possono rendere il fitness più accessibile a chi si allena a casa o non può rivolgersi a un personal trainer. Questo feedback continuo in tempo reale aiuta gli utenti a migliorare la tecnica e a raggiungere i propri obiettivi di fitness, riducendo al contempo il rischio di infortuni.

Prova la stima della posa in tempo reale con il modello Ultralytics YOLO11#

Ora che abbiamo esplorato cos'è la stima della posa e discusso alcune delle sue applicazioni, vediamo come puoi provarla con YOLO11. Per iniziare, hai a disposizione due metodi pratici: usare il pacchetto Python di Ultralytics oppure Ultralytics HUB. Esaminiamoli entrambi.

Esecuzione di inferenze con Ultralytics YOLO11#

Eseguire un'inferenza significa che il modello YOLO11 elabora nuovi dati, estranei ai suoi set di addestramento, e usa gli schemi appresi per formulare previsioni. Puoi eseguire inferenze tramite codice con il pacchetto Python di Ultralytics. Per iniziare, ti basta installare il pacchetto Ultralytics usando pip, conda o Docker. Se riscontri problemi durante l'installazione, la nostra guida ai problemi comuni offre utili suggerimenti per la risoluzione.

Dopo aver installato correttamente il pacchetto, puoi usare il codice seguente per caricare un modello YOLO11 per la stima della posa e predire la posa degli oggetti in un'immagine.

Fig. 6. Frammento di codice che mostra come eseguire inferenze con Ultralytics YOLO11.

Addestramento di un modello Ultralytics YOLO11 personalizzato#

Supponiamo che tu stia lavorando a un progetto di visione artificiale e disponga di un dataset specifico per una determinata applicazione che coinvolge la stima della posa. In tal caso, puoi perfezionare e addestrare un modello YOLO11 personalizzato in base alle esigenze della tua applicazione. Ad esempio, puoi usare un dataset di punti chiave per analizzare e comprendere la posa di una tigre nelle immagini, identificando caratteristiche chiave come la posizione degli arti, della testa e della coda.

Puoi usare il seguente frammento di codice per caricare e addestrare un modello Ultralytics YOLO11 per la stima della posa. Puoi creare il modello a partire da una configurazione YAML oppure caricare un modello preaddestrato per l'addestramento. Lo script consente anche di trasferire i pesi e iniziare ad addestrare il modello usando un dataset specifico, come il dataset COCO per la stima della posa.

Fig. 7. Addestramento personalizzato di Ultralytics YOLO11.

Con il nuovo modello personalizzato addestrato, puoi eseguire inferenze su immagini mai viste prima, pertinenti alla tua soluzione di visione artificiale. Puoi anche convertire il modello addestrato in altri formati usando la modalità di esportazione.

Prova YOLO11 su Ultralytics HUB#

Finora abbiamo visto metodi per usare YOLO11 che richiedono alcune conoscenze di programmazione di base. Se non è quello che cerchi o non hai familiarità con la programmazione, c'è un'altra possibilità: Ultralytics HUB. Ultralytics HUB è una piattaforma intuitiva pensata per semplificare l'addestramento e la distribuzione dei modelli YOLO. Con HUB puoi gestire facilmente i dataset, addestrare i modelli e distribuirli senza competenze tecniche.

Per eseguire inferenze sulle immagini, crea un account, vai alla sezione «Models» e scegli il modello di stima della posa Ultralytics YOLO11 che ti interessa. Nella sezione di anteprima puoi caricare un'immagine e visualizzare i risultati della predizione, come mostrato qui sotto.

Fig. 8. Stima della posa su Ultralytics HUB con YOLO11.

I progressi di Ultralytics YOLO11 nel rilevamento della posa umana#

Ultralytics YOLO11 offre soluzioni precise e flessibili per attività come la stima della posa in un'ampia gamma di applicazioni. Dal miglioramento della sicurezza dei lavoratori nei cantieri al monitoraggio della salute del bestiame e al supporto per correggere la postura durante gli allenamenti, YOLO11 offre precisione e feedback in tempo reale grazie alla tecnologia avanzata di visione artificiale.

La sua versatilità, le diverse varianti del modello e la possibilità di addestrarlo su misura per casi d'uso specifici lo rendono uno strumento prezioso sia per gli sviluppatori sia per le aziende. Che tu scelga di programmare con il pacchetto Python di Ultralytics o di usare Ultralytics HUB per un'implementazione più semplice, YOLO11 rende la stima della posa accessibile ed efficace.

Per saperne di più, visita il nostro repository GitHub e partecipa alla nostra community. Scopri le applicazioni dell'AI nella produzione e nell'agricoltura nelle nostre pagine dedicate alle soluzioni.