Come utilizzare Ultralytics YOLO11 per la stima della posa

La ricerca legata alla computer vision, un ramo dell'intelligenza artificiale (AI), può essere fatta risalire agli anni '60. Tuttavia, è stato solo negli anni 2010, con l'ascesa del deep learning, che abbiamo assistito a importanti progressi nel modo in cui le macchine comprendono le immagini. Uno dei progressi più recenti nella computer vision è rappresentato dai modelli all'avanguardia Ultralytics YOLO11. I modelli YOLO11, introdotti per la prima volta durante l'evento ibrido annuale di Ultralytics, YOLO Vision 2024 (YV24), supportano una serie di attività di computer vision, inclusa la stima della posa.

La stima della posa può essere utilizzata per rilevare punti chiave su una persona o un oggetto in un'immagine o un video per comprenderne 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 alla sua maggiore precisione, efficienza e velocità rispetto ai modelli precedenti nella serie YOLO (You Only Look Once), YOLO11 è particolarmente adatto per attività di stima della posa in tempo reale.

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

In questo articolo esploreremo cos'è la stima della posa, discuteremo alcune delle sue applicazioni e vedremo come puoi utilizzare YOLO11 con il pacchetto Python Ultralytics per la stima della posa. Daremo anche un'occhiata a come puoi utilizzare Ultralytics HUB per provare YOLO11 e la stima della posa in pochi semplici clic. Iniziamo!

Link to this sectionCos'è la stima della posa?#

Prima di immergerci in come utilizzare il nuovo modello Ultralytics YOLO11 per la stima della posa, cerchiamo di capire meglio in cosa consiste.

La stima della posa è una tecnica di computer vision utilizzata per analizzare la postura di una persona o di un oggetto in un'immagine o in un video. Modelli di deep learning come YOLO11 possono identificare, localizzare e tracciare punti chiave su un determinato oggetto o persona. Per gli oggetti, questi punti chiave potrebbero includere angoli, bordi o segni superficiali distintivi, mentre per gli esseri umani, questi punti chiave rappresentano articolazioni principali come gomito, ginocchio o spalla.

La stima della posa è unica e più complessa rispetto ad altre attività di computer vision come il rilevamento di oggetti. Mentre il rilevamento di oggetti localizza gli oggetti in un'immagine disegnando un riquadro attorno a essi, la stima della posa si spinge oltre, prevedendo le posizioni esatte dei punti chiave sull'oggetto.

Fig 2. Utilizzo di YOLO11 per rilevare e stimare le pose delle persone in un ufficio.

Quando si parla di stima della posa, esistono due modalità principali: bottom-up e top-down. L'approccio bottom-up rileva i singoli punti chiave e li raggruppa in scheletri, mentre l'approccio top-down si concentra prima sul rilevamento degli oggetti e successivamente sulla stima dei punti chiave al loro interno.

YOLO11 combina i punti di forza di entrambi i metodi, top-down e bottom-up. Come l'approccio bottom-up, mantiene tutto semplice e veloce senza la necessità di raggruppare manualmente i punti chiave. Allo stesso tempo, sfrutta l'accuratezza del metodo top-down rilevando le persone e stimando le loro pose in un unico passaggio.

Link to this sectionCasi d'uso della stima della posa con YOLO11#

Le versatili capacità di YOLO11 per la stima della posa aprono una vasta gamma di possibili applicazioni in molti settori. Diamo un'occhiata più da vicino ad alcuni casi d'uso della stima della posa con YOLO11.

Link to this sectionStima della posa in tempo reale con YOLO11: migliorare la sicurezza dei lavoratori#

La sicurezza è un aspetto importante di qualsiasi progetto di edilizia. Questo è particolarmente vero, poiché statisticamente i cantieri edili registrano un numero più elevato di infortuni sul lavoro. Nel 2021, circa il 20% di tutti gli infortuni mortali sul lavoro si è verificato all'interno o nelle vicinanze di cantieri edili. Con rischi quotidiani come attrezzature pesanti e sistemi elettrici, forti misure di sicurezza sono essenziali per mantenere i lavoratori al sicuro. I metodi tradizionali, come l'uso di segnali, barriere e il monitoraggio manuale da parte dei supervisori, non sono sempre efficaci e spesso sottraggono i supervisori ad attività più critiche.

L'IA può intervenire per migliorare la sicurezza e il rischio di incidenti può essere ridotto utilizzando un sistema di monitoraggio dei lavoratori basato sulla stima della posa. I modelli Ultralytics YOLO11 possono essere utilizzati per tracciare i movimenti e le posture dei lavoratori. Eventuali pericoli potenziali, come lavoratori che si trovano troppo vicini a macchinari pericolosi o che svolgono attività in modo errato, possono essere rapidamente individuati. Se viene rilevato un rischio, i supervisori possono essere avvisati o un allarme può avvertire il lavoratore. Un sistema di monitoraggio continuo può rendere i cantieri più sicuri, rimanendo sempre all'erta per i pericoli e proteggendo i lavoratori.

Fig 3. Un esempio di stima della posa in un cantiere edile utilizzando YOLO11.

Link to this sectionStima della posa con YOLO11 per il monitoraggio del bestiame#

Agricoltori e ricercatori possono utilizzare YOLO11 per studiare il movimento e il comportamento degli animali da allevamento, come il bestiame, per rilevare segni precoci 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. Nel bestiame, malattie come la zoppia non influiscono solo sulla loro salute e benessere, ma portano anche a problemi di produzione negli allevamenti di latte. Gli studi dimostrano che la zoppia colpisce dall'8% del bestiame nei sistemi al pascolo al 15%-30% nei sistemi confinati nel settore lattiero-caseario globale. Rilevare e affrontare la zoppia precocemente può aiutare a migliorare il benessere animale e ridurre le perdite di produzione associate a questa condizione.

Le funzionalità di stima della posa di YOLO11 possono aiutare gli allevatori a tracciare i pattern di andatura degli animali e a identificare rapidamente eventuali anomalie che potrebbero segnalare problemi di salute, come problemi articolari o infezioni. Rilevare questi problemi tempestivamente consente un trattamento più rapido, riducendo il disagio degli animali e aiutando gli allevatori a evitare perdite economiche.

I sistemi di monitoraggio basati su vision AI possono anche aiutare ad analizzare il comportamento a riposo, le interazioni sociali e i modelli di alimentazione. Gli allevatori possono inoltre utilizzare la stima della posa per ottenere osservazioni su segni di stress o aggressività. Queste informazioni possono essere utilizzate per coltivare migliori condizioni di vita per gli animali e aumentarne il benessere.

Fig 4. Una visualizzazione della stima della posa delle mucche.

Link to this sectionCasi d'uso di YOLO11 nel settore del fitness#

La stima della posa può anche aiutare le persone a migliorare la propria postura in tempo reale durante l'allenamento. Con YOLO11, gli istruttori di palestra e yoga possono monitorare e tracciare i movimenti corporei delle persone che si allenano, concentrandosi su punti chiave come articolazioni e arti per valutare la loro postura. I dati raccolti possono essere confrontati con pose ideali e tecniche di allenamento, e gli istruttori possono ricevere avvisi se qualcuno sta eseguendo un movimento in modo errato, aiutando a prevenire infortuni.

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

Ad esempio, durante una lezione di yoga, la stima della posa può aiutare a monitorare se tutti gli studenti stanno mantenendo un corretto equilibrio e allineamento. Le applicazioni mobili integrate con computer vision e stima della posa possono rendere il fitness più accessibile per chi si allena a casa o per chi non ha accesso a personal trainer. Questo feedback continuo in tempo reale aiuta gli utenti a migliorare la propria tecnica e a raggiungere i propri obiettivi di fitness riducendo al contempo il rischio di infortuni.

Link to this sectionProvare la stima della posa in tempo reale con il modello YOLO11#

Ora che abbiamo esplorato cos'è la stima della posa e discusso alcune delle sue applicazioni, diamo un'occhiata a come puoi provare la stima della posa con il nuovo modello YOLO11. Per iniziare, ci sono due modi convenienti per farlo: utilizzare il pacchetto Python Ultralytics o tramite Ultralytics HUB. Diamo un'occhiata a entrambe le opzioni.

Link to this sectionEsecuzione di inferenze utilizzando YOLO11#

Eseguire un'inferenza significa far elaborare al modello YOLO11 nuovi dati al di fuori dei suoi set di addestramento e utilizzare i pattern appresi per fare previsioni basate su tali dati. Puoi eseguire inferenze tramite codice con il pacchetto Python Ultralytics. Tutto ciò che devi fare per iniziare è installare il pacchetto Ultralytics usando pip, conda o Docker. Se riscontri difficoltà durante l'installazione, la nostra Guida ai problemi comuni offre utili suggerimenti per la risoluzione dei problemi.

Una volta installato correttamente il pacchetto, il seguente codice illustra come caricare un modello e utilizzarlo per prevedere le pose degli oggetti in un'immagine.

Fig 6. Uno snippet di codice che mostra l'esecuzione di inferenze utilizzando YOLO11.

Link to this sectionAddestramento di un modello YOLO11 personalizzato#

Supponiamo che tu stia lavorando a un progetto di computer vision e che tu abbia un dataset specifico per una determinata applicazione che coinvolge la stima della posa. Allora puoi effettuare il fine-tuning e addestrare un modello YOLO11 personalizzato per adattarlo alla tua applicazione. Ad esempio, puoi utilizzare un dataset di punti chiave per analizzare e comprendere la posa di una tigre nelle immagini identificando caratteristiche chiave come la posizione dei suoi arti, testa e coda.

Puoi utilizzare il seguente snippet di codice per caricare e addestrare un modello di stima della posa YOLO11. Il modello può essere costruito a partire da una configurazione YAML, oppure puoi caricare un modello pre-addestrato per l'addestramento. Questo script ti consente anche di trasferire i pesi e avviare l'addestramento del modello utilizzando un dataset specificato, come il dataset COCO per la stima della posa.

Fig 7. Addestramento personalizzato di YOLO11.

Utilizzando il nuovo modello personalizzato addestrato, puoi eseguire inferenze su immagini inedite relative alla tua soluzione di computer vision. Il modello addestrato può anche essere convertito in altri formati utilizzando la modalità di esportazione.

Link to this sectionProva YOLO11 su Ultralytics HUB#

Finora abbiamo esaminato metodi per utilizzare YOLO11 che richiedono alcune conoscenze di base di programmazione. Se non è quello che cerchi, o se non hai familiarità con il codice, c'è un'altra opzione: Ultralytics HUB. Ultralytics HUB è una piattaforma intuitiva progettata per semplificare il processo di addestramento e distribuzione dei modelli YOLO. HUB ti consente di gestire facilmente i dataset, addestrare i modelli e distribuirli senza la necessità di competenze tecniche.

Per eseguire inferenze sulle immagini, puoi creare un account, navigare nella sezione 'Modelli' e scegliere il modello di stima della posa YOLO11 che ti interessa. Nella sezione di anteprima, puoi caricare un'immagine e visualizzare i risultati della previsione come mostrato di seguito.

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

Link to this sectionProgressi di YOLO11 nel rilevamento della posa umana#

Ultralytics YOLO11 offre soluzioni precise e flessibili per attività come la stima della posa in una vasta gamma di applicazioni. Dal miglioramento della sicurezza dei lavoratori nei cantieri edili al monitoraggio della salute del bestiame e all'assistenza nella correzione della postura nelle routine di fitness, YOLO11 porta precisione e feedback in tempo reale attraverso una tecnologia di computer vision avanzata.

La sua versatilità, con molteplici varianti di modelli e la capacità di addestramento personalizzato per casi d'uso specifici, lo rende uno strumento molto prezioso sia per gli sviluppatori che per le aziende. Che si tratti di programmare con il pacchetto Python Ultralytics o di utilizzare Ultralytics HUB per un'implementazione più semplice, YOLO11 rende la stima della posa accessibile e di grande impatto.

Per saperne di più, visita il nostro repository GitHub e interagisci con la nostra community. Esplora le applicazioni dell'IA nella produzione e nell'agricoltura sulle nostre pagine delle soluzioni. 🚀