Come utilizzare Ultralytics YOLO11 per la stima della posa
Impara a utilizzare il modello Ultralytics YOLO11 per una stima precisa della posa. Copriremo l'inferenza in tempo reale e l'addestramento di modelli personalizzati per varie applicazioni.
La ricerca correlata alla computer vision, un ramo dell'intelligenza artificiale (AI), risale agli anni '60. Tuttavia, è stato solo negli anni 2010, con la diffusione del deep learning, che abbiamo assistito a importanti progressi nel modo in cui le macchine comprendono le immagini. Uno degli ultimi progressi nella computer vision è rappresentato dai modelli all'avanguardia Ultralytics YOLO11. I modelli YOLO11, presentati per la prima volta durante l'evento ibrido annuale di Ultralytics, YOLO Vision 2024 (YV24), supportano una serie di compiti 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 in 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 accuratezza, efficienza e velocità rispetto ai modelli precedenti della serie YOLO (You Only Look Once), YOLO11 è ideale per compiti 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 di 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!
Cos'è la stima della posa?#
Prima di immergerci nell'uso del nuovo modello Ultralytics YOLO11 per la stima della posa, cerchiamo di comprendere meglio quest'ultima.
La stima della posa è una tecnica di visione artificiale utilizzata per analizzare la posa di una persona o di un oggetto in un'immagine o in un video. Modelli di deep learning come Ultralytics YOLO11 possono identificare, localizzare e tracciare punti chiave su un determinato oggetto o persona. Per gli oggetti, questi punti chiave possono includere angoli, bordi o segni superficiali distinti, mentre per gli esseri umani, questi punti chiave rappresentano le articolazioni principali come il gomito, il ginocchio o la spalla.
La stima della posa è unica e più complessa rispetto ad altri compiti di computer vision come l'object detection. Mentre l'object detection individua gli oggetti in un'immagine disegnando un riquadro attorno ad essi, la stima della posa fa un ulteriore passo avanti prevedendo le posizioni esatte dei punti chiave sull'oggetto.
Fig 2. Uso di Ultralytics YOLO11 per rilevare e stimare le pose di persone in un ufficio.
Quando si parla di stima della posa, esistono due modi principali in cui funziona: 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 poi sulla stima dei punti chiave al loro interno.
Ultralytics YOLO11 combina i punti di forza dei metodi top-down e bottom-up. Come l'approccio bottom-up, mantiene le cose semplici e veloci senza dover raggruppare manualmente i punti chiave. Allo stesso tempo, sfrutta la precisione del metodo top-down rilevando le persone e stimando le loro pose in un unico passaggio.
Casi d'uso della stima della posa per Ultralytics YOLO11#
Le versatili capacità di Ultralytics YOLO11 per la stima della posa aprono a un'ampia gamma di possibili applicazioni in molti settori. Diamo un'occhiata più da vicino ad alcuni casi d'uso della stima della posa con YOLO11.
Stima della posa in tempo reale con Ultralytics 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 maggiore di infortuni sul lavoro. Nel 2021, circa il 20% di tutte le lesioni fatali legate al lavoro si è verificato nei cantieri edili o nelle loro vicinanze. Con rischi quotidiani come attrezzature pesanti e impianti elettrici, solide misure di sicurezza sono essenziali per proteggere i lavoratori. I metodi tradizionali come l'uso di cartelli, barriere e il monitoraggio manuale da parte dei supervisori non sono sempre efficaci e spesso distolgono i supervisori da compiti più critici.
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. È possibile individuare rapidamente eventuali pericoli potenziali, come lavoratori che si trovano troppo vicini a macchinari pericolosi o che eseguono compiti in modo errato. 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 edili più sicuri rimanendo sempre alla ricerca di pericoli e proteggendo i lavoratori.
Fig 3. Un esempio di stima della posa in un cantiere edile tramite Ultralytics YOLO11.
Stima della posa con Ultralytics YOLO11 per il monitoraggio del bestiame#
Agricoltori e ricercatori possono usare Ultralytics YOLO11 per studiare il movimento e il comportamento degli animali da allevamento, come i bovini, per rilevare i primi 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, malattie come la zoppia non solo influiscono sulla loro salute e sul loro benessere, ma causano anche problemi di produzione negli allevamenti da latte. Gli studi dimostrano che la zoppia colpisce tra l'8% dei bovini nei sistemi al pascolo e dal 15% al 30% nei sistemi confinati nell'industria lattiero-casearia globale. Rilevare e affrontare tempestivamente la zoppia può aiutare a migliorare il benessere degli animali e a ridurre le perdite di produzione associate a questa condizione.
Le funzioni di stima della posa di Ultralytics YOLO11 possono aiutare gli allevatori a tracciare i pattern di andatura dell'animale e a identificare rapidamente eventuali anomalie che potrebbero segnalare problemi di salute, come problemi articolari o infezioni. Individuare questi problemi in anticipo consente un trattamento più rapido, riducendo il disagio degli animali e aiutando gli agricoltori a evitare perdite economiche.
I sistemi di monitoraggio abilitati dalla vision AI possono anche aiutare ad analizzare il comportamento a riposo, le interazioni sociali e i modelli di alimentazione. Gli agricoltori possono inoltre utilizzare la stima della posa per raccogliere osservazioni su segni di stress o aggressività. Questi insight possono essere utilizzati per coltivare condizioni di vita migliori per gli animali e aumentarne il benessere.
Fig 4. Una visualizzazione della stima della posa delle mucche.
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'allenamento. Con Ultralytics YOLO11, gli istruttori di palestra e di yoga possono monitorare e tracciare i movimenti corporei delle persone che si allenano, concentrandosi su punti chiave come articolazioni e arti per valutarne la postura. I dati raccolti possono essere confrontati con pose e tecniche di allenamento ideali e gli istruttori possono ricevere avvisi se qualcuno esegue un movimento in modo errato, contribuendo a prevenire gli 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 mantengono un corretto equilibrio e allineamento. Le applicazioni mobili integrate con computer vision e stima della posa possono rendere il fitness più accessibile per le persone che si allenano a casa o che non hanno accesso a personal trainer. Questo feedback continuo in tempo reale aiuta gli utenti a migliorare la loro tecnica e a raggiungere i loro obiettivi di fitness riducendo al contempo il rischio di infortuni.
Provare 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, 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: utilizzando il pacchetto Python di Ultralytics o tramite Ultralytics HUB. Diamo un'occhiata a entrambe le opzioni.
Esecuzione di inferenze utilizzando Ultralytics YOLO11#
Eseguire un'inferenza comporta che il modello YOLO11 elabori nuovi dati al di fuori dei suoi set di addestramento e utilizzi i pattern appresi per fare previsioni basate su tali dati. Puoi eseguire inferenze tramite codice con il pacchetto Python di Ultralytics. Tutto ciò che devi fare per iniziare è installare il pacchetto Ultralytics utilizzando pip, conda o Docker. Se riscontri problemi durante l'installazione, la nostra Guida ai problemi comuni offre utili consigli 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. Un frammento di codice che mostra l'esecuzione di inferenze utilizzando Ultralytics YOLO11.
Addestramento di un modello Ultralytics YOLO11 personalizzato#
Supponiamo che tu stia lavorando a un progetto di computer vision e che tu disponga di un dataset specifico per una particolare applicazione che coinvolge la stima della posa. A quel punto puoi effettuare il fine-tuning e addestrare un modello YOLO11 personalizzato adatto 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, della testa e della coda.
Puoi utilizzare il seguente frammento di codice per caricare e addestrare un modello di stima della posa Ultralytics YOLO11. Il modello può essere creato da una configurazione YAML, oppure puoi caricare un modello pre-addestrato per l'addestramento. Questo script ti consente anche di trasferire i pesi e iniziare ad addestrare il modello utilizzando un set di dati specificato, come il set di dati COCO per la stima della posa.
Fig 7. Addestramento personalizzato di Ultralytics YOLO11.
Utilizzando il nuovo modello personalizzato addestrato, puoi eseguire inferenze su immagini non viste in precedenza relative alla tua soluzione di computer vision. Il modello addestrato può anche essere convertito in altri formati utilizzando la modalità di esportazione.
Prova YOLO11 su Ultralytics HUB#
Finora abbiamo esaminato i metodi per utilizzare YOLO11 che richiedono alcune conoscenze di base di programmazione. Se non è quello che stai cercando o non hai familiarità con la programmazione, 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, accedere alla sezione 'Modelli' e scegliere il modello di stima della posa Ultralytics 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.
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 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 industriale e nell'agricoltura sulle nostre pagine delle soluzioni. 🚀
