Ultralytics YOLO26 vs. altri modelli Ultralytics YOLO per la stima della posa

Quando osservi la postura di qualcuno, è facile notare se è incurvato, proteso in avanti o in piedi con la schiena dritta. Gli esseri umani capiscono rapidamente come le diverse parti del corpo sono collegate tra loro.

È una parte innata del modo in cui interpretiamo i movimenti 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 movimenti e strutture richiede tecniche avanzate di deep learning e computer vision che gli permettano di interpretare le immagini in modo significativo.

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

Questi keypoint possono corrispondere ad articolazioni del corpo, arti di animali, componenti di macchinari o persino 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.

Man mano che la stima della posa viene applicata a un numero crescente di scenari reali, i modelli devono gestire in modo più efficace keypoint non umani, scene complesse e dataset personalizzati. Ad esempio, modelli all'avanguardia come Ultralytics YOLO26 supportano attività di computer vision come la stima della posa e si basano sui precedenti modelli YOLO per la posa, con miglioramenti architetturali e di addestramento progettati per aumentare flessibilità e prestazioni complessive.

Fig. 1. Un esempio di stima della posa abilitata da YOLO (Fonte)

In questo articolo confronteremo YOLO26-pose con i precedenti modelli Ultralytics YOLO per la posa ed esploreremo come migliori flessibilità, velocità di convergenza e prestazioni in scene complesse. Iniziamo!

Che cos'è la stima della posa?#

Prima di immergerci nel confronto tra i modelli Ultralytics YOLO per la posa, analizziamo più da vicino il significato effettivo di stima della posa nel contesto della computer vision.

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

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

Identificando le coordinate di questi punti, un modello può comprendere come è posizionato un oggetto e come si muove nel tempo. A differenza della classificazione delle immagini, che assegna una singola etichetta a un'intera immagine, o dei modelli di rilevamento degli oggetti, che si concentrano sul disegno di riquadri delimitatori intorno 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 diverse varianti o dimensioni di modello, incluse opzioni leggere come YOLO26n-pose e modelli più grandi come YOLO26m-pose, YOLO26l-pose e YOLO26x-pose. Questo consente ai team di scegliere il giusto equilibrio tra velocità e accuratezza in base all'hardware e ai requisiti prestazionali.

Ultralytics fornisce anche modelli per la posa preaddestrati su dataset ampi e generici come il dataset COCO, in particolare sulle annotazioni COCO-Pose (keypoint COCO) per la stima della posa umana, così non devi partire da zero. Nella maggior parte dei casi, i team sottopongono questi modelli a fine-tuning sul proprio dataset per adattarli a keypoint, configurazioni o ambienti specifici.

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

L'utilizzo di modelli preaddestrati rende l'addestramento più rapido, riduce i requisiti di dati e aiuta a portare i progetti in produzione in modo più efficiente.

Applicazioni reali della stima della posa umana#

Ecco una panoramica di alcuni casi d'uso reali in cui la stima della posa svolge un ruolo importante:

• Assistenza sanitaria e riabilitazione: i professionisti sanitari possono utilizzare modelli per la posa per valutare la postura, monitorare i progressi del recupero e analizzare gli schemi di movimento durante la fisioterapia.
• Sistemi autonomi: droni e telecamere intelligenti possono utilizzare le informazioni sulla posa per comprendere meglio l'orientamento e il movimento degli oggetti in scene dinamiche.
• Sicurezza sul lavoro: le organizzazioni possono monitorare la posizione del corpo e i movimenti ripetitivi per aiutare a identificare potenziali rischi per la sicurezza.
• Fitness e allenamento personale: le app di fitness utilizzano la stima della posa per monitorare la tecnica 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 i punti chiave del corpo durante un movimento atletico. (Fonte)

Esplorazione del supporto di Ultralytics YOLO26 per la stima della posa#

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

Come le versioni precedenti, supporta la stima della posa come parte di un framework unificato. La differenza principale è che Ultralytics YOLO26 è progettato per essere più flessibile e stabile in una gamma più ampia di casi d'uso reali.

Fig. 4. Benchmark di YOLO26 (Fonte)

I precedenti modelli Ultralytics YOLO per la posa erano fortemente influenzati dai dataset di pose umane, il che significava che parte dei vecchi metodi era ottimizzata per le strutture articolari umane. YOLO26 elimina queste assunzioni specifiche sugli esseri umani.

Di conseguenza, è più adatto ai keypoint non umani, come il rilevamento degli angoli di un campo da tennis o di altri punti di riferimento strutturali personalizzati. Questo è importante perché, subito dopo l'installazione, i modelli Ultralytics YOLO26-pose preaddestrati sono addestrati su dataset come COCO-pose e predicono keypoint umani definiti nelle annotazioni del dataset.

Tuttavia, quando i team vogliono rilevare diversi tipi di punti di riferimento, come componenti di macchinari, marcatori di campi sportivi o punti infrastrutturali, il modello deve in genere essere sottoposto a fine-tuning su un dataset personalizzato in cui tali keypoint specifici siano annotati.

Poiché Ultralytics YOLO26 non è vincolato da assunzioni sulle strutture articolari umane, può adattarsi in modo più efficace durante il fine-tuning. Questa flessibilità consente al modello di apprendere con maggiore affidabilità configurazioni di keypoint personalizzate, migliorando le metriche di valutazione durante la validazione su dataset con configurazioni di keypoint uniche.

Ultralytics YOLO26-pose è inoltre progettato per migliorare la localizzazione dei keypoint quando parti di un oggetto sono parzialmente nascoste o appaiono su una scala molto ridotta. In scene reali con soggetti distanti, riprese effettuate da droni o scenari con oggetti piccoli, ciò può portare a predizioni dei keypoint più accurate rispetto ai precedenti modelli per la posa.

Un altro aggiornamento importante è la formulazione della loss migliorata utilizzata durante l'addestramento. La funzione di loss determina il modo in cui il modello corregge i propri errori durante l'apprendimento.

Nel caso di Ultralytics YOLO26-pose, questo processo è più efficace, aiutando il modello ad apprendere più rapidamente e a raggiungere una buona accuratezza in un numero inferiore di epoche, dove un'epoca corrisponde a un passaggio completo attraverso il dataset di addestramento.

Nel complesso, YOLO26-pose si basa sui precedenti modelli Ultralytics YOLO per la posa, con miglioramenti più evidenti nel supporto dei keypoint non umani e nella convergenza dell'addestramento, mantenendo allo stesso tempo lo stesso flusso di lavoro familiare.

Confronto tra YOLO26-pose e Ultralytics YOLOv5#

La prima versione dei modelli Ultralytics YOLO, Ultralytics YOLOv5, era stata sviluppata principalmente per il rilevamento degli oggetti. Sebbene YOLOv5 sia stato successivamente ampliato per supportare la segmentazione delle istanze, non include una head nativa e specializzata per la stima della posa nel framework ufficiale Ultralytics.

I team che avevano bisogno del rilevamento dei keypoint si affidavano in genere a implementazioni separate o modifiche personalizzate. Ultralytics YOLO26 include la stima della posa come attività integrata, con una head architetturale dedicata, progettata specificamente per predire i keypoint.

Ciò significa che i modelli Ultralytics YOLO26-pose possono essere addestrati, validati e distribuiti all'interno dello stesso flusso di lavoro unificato utilizzato per il rilevamento e la segmentazione. Per i progetti incentrati sul rilevamento strutturato dei keypoint, YOLO26 offre supporto nativo alla posa e un'architettura specifica per l'attività che YOLOv5 non offre immediatamente.

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

Ultralytics YOLOv8 ha introdotto la stima della posa nativa nel framework unificato Ultralytics, semplificando l'addestramento e la distribuzione dei modelli per i keypoint utilizzando lo stesso flusso di lavoro del rilevamento e della segmentazione. Si basa su una pipeline tradizionale di post-processing con soppressione non massima (NMS) e utilizza formulazioni della loss precedenti per la regressione dei riquadri delimitatori 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 la progettazione end-to-end. YOLO26 elimina la necessità di NMS esterna 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 di loss aggiornate. Per le attività di posa, integra la stima residuale della log-verosimiglianza, migliorando il modo in cui viene modellata l'incertezza dei keypoint. Nel complesso, questi cambiamenti possono portare a una convergenza più rapida e a predizioni dei keypoint più stabili, in particolare in scene complesse o parzialmente occluse.

In sintesi, Ultralytics YOLOv8-pose ha stabilito una base solida e versatile. YOLO26-pose perfeziona questa base con una maggiore efficienza di addestramento, una migliore gestione delle occlusioni e una flessibilità superiore per applicazioni reali di posa non umana.

YOLO26-pose vs Ultralytics YOLO11-pose: cosa è migliorato?#

Ultralytics YOLO11 si basa su Ultralytics YOLOv8 perfezionando il backbone e i livelli di estrazione delle feature. Ha ridotto i FLOPs, migliorato l'efficienza dei parametri e fornito un mAP più elevato, mantenendo al contempo solide prestazioni in tempo reale. Per le attività di posa, ciò ha significato una migliore accuratezza dei keypoint con un'architettura più leggera.

YOLO26-pose prosegue questo percorso con un cambiamento architetturale più fondamentale. 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 mirati a una convergenza più rapida, un'inferenza più stabile e una migliore accuratezza della posa in scenari complessi.

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

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

La risposta breve è che si tratta di un aggiornamento semplice. Se stai già utilizzando Ultralytics YOLOv8-pose o Ultralytics YOLO11-pose, passare a YOLO26-pose in genere significa solo cambiare la 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 migliorata dei punti occlusi, il tutto rimanendo nello stesso framework Ultralytics. Per la maggior parte dei progetti di posa, nuovi o esistenti, passare a YOLO26-pose è un modo semplice per ottenere questi miglioramenti con il minimo attrito.

Inoltre, YOLO26-pose è pienamente supportato all'interno del pacchetto Python di Ultralytics, basato su PyTorch, che semplifica l'addestramento, la validazione 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 lavori con keypoint non umani o scene complesse. Si addestra più velocemente, gestisce meglio le occlusioni e fornisce risultati più coerenti su dataset diversi. Per i team che utilizzano già i modelli Ultralytics YOLO per la posa, YOLO26 offre miglioramenti evidenti senza modificare i flussi di lavoro esistenti.

Vuoi saperne di più sull'AI? Visita la nostra community e il nostro repository GitHub. Esplora le nostre pagine sulle soluzioni per scoprire l'AI nella robotica e la computer vision nell'agricoltura. Scopri le nostre opzioni di licenza e inizia oggi stesso a sviluppare con la computer vision!