Ultralytics YOLO26 e altri modelli Ultralytics YOLO per la stima della posa a confronto

Quando osservi la postura di una persona, è facile notare se è curva, inclinata in avanti o in piedi con la schiena dritta. Gli esseri umani capiscono rapidamente come le diverse parti del corpo sono in relazione tra loro.

È una capacità innata che usiamo per interpretare il movimento e il linguaggio del corpo nella vita quotidiana. Per le macchine, invece, questo tipo di comprensione visiva non è automatico. Insegnare a un sistema a riconoscere movimento e struttura richiede tecniche avanzate di deep learning e visione artificiale, che gli permettono di interpretare le immagini in modo significativo.

In particolare, la stima della posa è una tecnica di IA per la visione che consente a un modello di visione artificiale di acquisire una comprensione simile. Invece di limitarsi a rilevare un oggetto in un'immagine, il modello prevede punti chiave che rappresentano importanti punti di riferimento strutturali.

Questi punti chiave possono corrispondere alle articolazioni del corpo, agli arti di un animale, ai componenti di un macchinario o persino a punti fissi, come gli angoli di un campo da gioco. Identificando e tracciando questi punti, il sistema può comprendere posizione, allineamento e movimento in modo strutturato e misurabile.

Con l'applicazione della stima della posa a un numero crescente di scenari reali, i modelli devono gestire in modo più efficace punti chiave non umani, scene complesse e dataset personalizzati. Per esempio, modelli all'avanguardia come Ultralytics YOLO26 supportano attività di visione artificiale come la stima della posa e si basano sui precedenti modelli YOLO per la posa, con miglioramenti architetturali e di addestramento progettati per aumentare la flessibilità e le prestazioni complessive.

Fig. 1. Esempio di stima della posa con YOLO (Fonte)

In questo articolo confronteremo YOLO26-pose con i precedenti modelli Ultralytics YOLO per la posa e vedremo come migliora la flessibilità, la velocità di convergenza e le prestazioni nelle scene complesse. Iniziamo!

Che cos'è la stima della posa?#

Prima di approfondire il confronto tra i modelli Ultralytics YOLO per la posa, vediamo più da vicino che cosa significa effettivamente stimare la posa nell'ambito della visione artificiale.

La stima della posa è una tecnica usata per rilevare e tracciare specifici punti chiave in un'immagine o in un fotogramma video. Questi punti chiave possono rappresentare importanti punti di riferimento strutturali, come le articolazioni del corpo umano, gli arti di un animale, i componenti di un macchinario o punti di riferimento fissi in una scena.

Fig. 2. Stima della posa dei lavoratori tramite la stima della posa umana (Fonte)

Identificando le coordinate di questi punti, un modello può capire come è posizionato un oggetto e come si muove nel tempo. A differenza della classificazione delle immagini, che assegna un'unica etichetta a un'intera immagine, o dei modelli di rilevamento di oggetti, che si concentrano sul disegno di riquadri di delimitazione attorno agli oggetti, la stima della posa fornisce informazioni spaziali più dettagliate sulla struttura e sul movimento.

Panoramica di Ultralytics YOLO26-pose#

YOLO26-pose è disponibile in più varianti o dimensioni di modello, comprese opzioni leggere come YOLO26n-pose e modelli più grandi come YOLO26m-pose, YOLO26l-pose e YOLO26x-pose. Questo permette ai team di scegliere il giusto equilibrio tra velocità e precisione in base all'hardware e ai requisiti prestazionali.

Ultralytics fornisce anche modelli di posa preaddestrati su grandi dataset generici, come il dataset COCO e, nello specifico, le annotazioni COCO-Pose (punti chiave COCO) per la stima della posa umana, così non devi partire da zero. Nella maggior parte dei casi, i team perfezionano questi modelli sui propri dataset per adattarli a punti chiave, configurazioni o ambienti specifici.

In genere, questo comporta la preparazione di file di annotazione personalizzati che definiscono le coordinate dei punti chiave e le etichette di classe in un formato strutturato. Queste annotazioni associano i punti chiave a specifiche coordinate in pixel all'interno di ciascuna immagine, consentendo al modello di apprendere relazioni spaziali precise durante l'addestramento.

L'uso di modelli preaddestrati accelera l'addestramento, riduce i requisiti in termini di dati e aiuta a portare i progetti in produzione in modo più efficiente.

Applicazioni reali della stima della posa umana#

Ecco alcuni esempi di applicazioni reali in cui la stima della posa svolge un ruolo importante:

• Assistenza sanitaria e riabilitazione: I medici possono usare modelli di stima della posa per valutare la postura, monitorare i progressi del recupero e analizzare i movimenti durante la fisioterapia.
• Sistemi autonomi: Droni e videocamere intelligenti possono usare le informazioni sulla posa per comprendere meglio l'orientamento e il movimento degli oggetti nelle scene dinamiche.
• Sicurezza sul lavoro: Le organizzazioni possono monitorare la postura e i movimenti ripetitivi per contribuire a individuare potenziali rischi per la sicurezza.
• Fitness e allenamento personalizzato: Le app per il fitness usano la stima della posa per monitorare la corretta esecuzione degli esercizi, contare le ripetizioni e fornire feedback in tempo reale sulla postura e sui movimenti mantenuti durante i tutorial di fitness.

Fig. 3. La stima della posa può aiutare a tracciare punti chiave del corpo durante un movimento atletico. (Fonte)

Esploriamo il supporto alla stima della posa di Ultralytics YOLO26#

Ultralytics YOLO26 si basa sui precedenti modelli Ultralytics YOLO e include aggiornamenti progettati per rendere più pratici l'addestramento e la distribuzione.

Come le versioni precedenti, supporta la stima della posa all'interno di un framework unificato. La differenza principale è che Ultralytics YOLO26 è progettato per offrire maggiore flessibilità e stabilità in una gamma più ampia di applicazioni reali.

Fig. 4. Valutazione delle prestazioni di YOLO26 (Fonte)

I precedenti modelli Ultralytics YOLO per la posa erano in gran parte influenzati dai dataset di posa umana, perciò alcuni aspetti dei metodi più datati erano ottimizzati per le strutture articolari umane. YOLO26 elimina queste ipotesi specifiche sugli esseri umani.

Di conseguenza, è più adatto ai punti chiave non umani, come gli angoli di un campo da tennis o altri punti di riferimento strutturali personalizzati. Questo è importante perché, appena pronti all'uso, i modelli Ultralytics YOLO26-pose preaddestrati sono addestrati su dataset come COCO-pose e predicono i punti chiave umani definiti nelle annotazioni dei dataset.

Tuttavia, quando i team vogliono rilevare tipi diversi di punti di riferimento, come componenti di macchinari, indicatori di campi sportivi o punti di infrastrutture, in genere è necessario perfezionare il modello su un dataset personalizzato in cui sono annotati quei punti chiave specifici.

Poiché Ultralytics YOLO26 non è vincolato da ipotesi sulle strutture articolari umane, può adattarsi più efficacemente durante il perfezionamento. Questa flessibilità consente al modello di apprendere configurazioni personalizzate dei punti chiave in modo più affidabile, migliorando le metriche di valutazione quando viene validato su dataset con configurazioni di punti chiave specifiche.

Ultralytics YOLO26-pose è progettato anche per migliorare la localizzazione dei punti chiave quando alcune parti di un oggetto sono parzialmente nascoste o appaiono molto piccole. Nelle scene reali con soggetti lontani, riprese da droni o oggetti di piccole dimensioni, questo può portare a previsioni dei punti chiave più precise rispetto ai modelli di posa precedenti.

Un altro aggiornamento importante riguarda la formulazione della funzione di perdita, migliorata per l'addestramento. La funzione di perdita determina il modo in cui il modello corregge i propri errori durante l'apprendimento.

Per quanto riguarda Ultralytics YOLO26-pose, questo processo è più efficace e aiuta il modello ad apprendere più velocemente e a raggiungere un'elevata accuratezza in meno epoche; un'epoca corrisponde a un passaggio completo sull'intero dataset di addestramento.

Nel complesso, YOLO26-pose si basa sui precedenti modelli Ultralytics YOLO per la stima della posa e introduce miglioramenti più evidenti nel supporto ai keypoint non umani e nella convergenza dell'addestramento, mantenendo al contempo lo stesso flusso di lavoro familiare.

Confronto tra YOLO26-pose e Ultralytics YOLOv5#

La prima versione dei modelli Ultralytics YOLO, Ultralytics YOLOv5, è stata sviluppata principalmente per il rilevamento degli oggetti. Sebbene in seguito YOLOv5 sia stato esteso per supportare la segmentazione delle istanze, non include una testa specializzata nativa per la stima della posa nel framework ufficiale Ultralytics.

I team che avevano bisogno di rilevare i keypoint si affidavano in genere a implementazioni separate o a modifiche personalizzate. Ultralytics YOLO26 include la stima della posa come attività integrata, con una testa architetturale dedicata e progettata specificamente per prevedere i keypoint.

Questo significa che i modelli Ultralytics YOLO26-pose possono essere addestrati, convalidati e distribuiti nello stesso flusso di lavoro unificato usato per il rilevamento e la segmentazione. Per i progetti incentrati sul rilevamento strutturato dei keypoint, YOLO26 offre il supporto nativo alla posa e un'architettura specifica per l'attività che YOLOv5 non include già pronto all'uso.

Differenze principali: YOLO26-pose vs Ultralytics YOLOv8-pose#

Ultralytics YOLOv8 ha introdotto la stima nativa della posa nel framework unificato Ultralytics, semplificando l'addestramento e la distribuzione di modelli basati sui keypoint con lo stesso flusso di lavoro usato per il rilevamento e la segmentazione. Si basa su una pipeline tradizionale di post-elaborazione con soppressione non massima (NMS) e utilizza formulazioni delle funzioni di perdita precedenti per la regressione delle bounding box e l'addestramento.

Ultralytics YOLO26 si basa su queste fondamenta con aggiornamenti architetturali e di addestramento che incidono direttamente sulla stima della posa. Una differenza importante è il design end-to-end. YOLO26 elimina la necessità di NMS esterni durante l'inferenza, semplificando la distribuzione e migliorando la coerenza della latenza, soprattutto su CPU e dispositivi edge.

Un altro miglioramento fondamentale riguarda la metodologia di addestramento. Ultralytics YOLO26 introduce l'ottimizzatore MuSGD insieme a strategie aggiornate per le funzioni di perdita. Per le attività di stima della posa, integra Residual Log-Likelihood Estimation, che migliora la modellazione dell'incertezza dei keypoint. Nel complesso, queste modifiche possono portare a una convergenza più rapida e a previsioni dei keypoint più stabili, soprattutto in scene complesse o con occlusioni parziali.

In breve, Ultralytics YOLOv8-pose ha definito una base solida e versatile. YOLO26-pose perfeziona questa base con una maggiore efficienza di addestramento, una migliore gestione delle occlusioni e una maggiore flessibilità per le applicazioni di stima della posa non umana nel mondo reale.

YOLO26-pose vs Ultralytics YOLO11-pose: quali sono i miglioramenti?#

Ultralytics YOLO11 si basa su Ultralytics YOLOv8 e perfeziona il backbone e i livelli di estrazione delle caratteristiche. Ha ridotto i FLOPs, migliorato l'efficienza dei parametri e ottenuto un mAP più elevato mantenendo solide prestazioni in tempo reale. Per le attività di stima della posa, questo ha significato una maggiore accuratezza dei keypoint con un'architettura più leggera.

YOLO26-pose prosegue questo percorso con un cambiamento architetturale più profondo. In parole semplici, YOLO11 ha perfezionato l'efficienza e l'accuratezza di YOLOv8, mentre YOLO26 si basa su queste fondamenta con aggiornamenti architetturali e di addestramento volti a ottenere una convergenza più rapida, un'inferenza più stabile e una maggiore accuratezza della posa negli scenari complessi.

Perché iniziare a usare il modello Ultralytics YOLO26 per la stima della posa?#

Mentre esplori le differenze tra i modelli Ultralytics YOLO, potresti chiederti se passare a YOLO26-pose.

La risposta breve è che l'aggiornamento è semplice. Se stai già usando Ultralytics YOLOv8-pose o Ultralytics YOLO11-pose, passare a YOLO26-pose di solito significa solo cambiare versione del modello, senza ricostruire la pipeline.

Puoi beneficiare di un supporto migliore per i keypoint non umani, di una convergenza più rapida durante l'addestramento e di una gestione migliore dei punti occlusi, continuando a usare lo stesso framework Ultralytics. Per la maggior parte dei progetti di stima della posa, nuovi o già esistenti, passare a YOLO26-pose è un modo semplice per ottenere questi miglioramenti con il minimo impatto.

Inoltre, YOLO26-pose è pienamente supportato nel pacchetto Python di Ultralytics, basato su PyTorch, che semplifica l'addestramento, la convalida e la distribuzione. I modelli possono essere esportati in formati come ONNX, TensorRT, OpenVINO, CoreML e TFLite, semplificando la distribuzione su GPU, CPU e dispositivi edge senza modificare il flusso di lavoro complessivo.

Punti chiave#

Ultralytics YOLO26-pose rende la stima della posa più flessibile e affidabile, soprattutto quando si lavora con keypoint non umani o scene complesse. Si addestra più velocemente, gestisce meglio le occlusioni e offre risultati più coerenti su dataset diversi. Per i team che già usano i modelli Ultralytics YOLO per la stima della posa, YOLO26 offre miglioramenti evidenti senza modificare i flussi di lavoro esistenti.

Vuoi saperne di più sull’AI? Dai un’occhiata alla nostra community e al nostro repository GitHub. Esplora le pagine delle nostre soluzioni per saperne di più sull’AI nella robotica e sulla visione artificiale in agricoltura. Scopri le opzioni di licenza e inizia oggi a creare soluzioni con la visione artificiale!