犬の姿勢推定のためのUltralytics YOLO11のカスタム学習

愛犬の姿勢から、その気持ちを読み取れたらどうでしょうか？24時間体制で愛犬を監視するのは簡単ではありません。しかし、人工知能（AI）とcomputer visionの進歩のおかげで、動画映像をリアルタイムで分析し、その行動をよりよく理解できるようになりました。

具体的には、Ultralytics YOLO11のようなcomputer visionモデルを利用することで、犬の姿勢推定や動きの追跡が可能となり、健康状態に関する貴重なインサイトを得ることができます。どのように機能するのでしょうか？YOLO11の姿勢推定機能は、対象の体の主要なポイントを特定し、その姿勢や動きを理解します。

また、YOLO11は犬の姿勢推定用に設計されたデータセットでカスタムトレーニングを行うことができ、ペットのボディランゲージを正確に分析することが可能です。Ultralytics PythonパッケージはDog-Pose Datasetをサポートしており、犬用のvision AIモデルのトレーニングとデプロイを容易にします。この技術は、2024年に94億ドルと評価され、2037年には640億ドルに達すると予測されている急成長中のpet tech marketの一部です。

この記事のインスピレーションの源となったのは、当社のDog Executive Officer（DEO）であるブルースです。About Usページをご覧いただければわかるように、ブルースは大切なチームメンバーであり、Ultralyticsで楽しい雰囲気を保つために重要な役割を果たしています！

この記事では、Dog-Pose Datasetを使用してUltralytics YOLO11をカスタムトレーニングし、犬の姿勢推定を行う方法について解説します。また、ペットケアや行動分析における実用的な応用例についても探ります。

図1：Ultralyticsのドッグ・エグゼクティブ・オフィサー（DEO）、Bluesの紹介。

Dog-Poseデータセットの概要#

datasetとは、機械学習モデルのトレーニングに使用されるデータの集合です。pose estimationにおいて、理想的なデータセットには、体の位置をマッピングするためのラベル付けされたキーポイントが含まれる画像が必要です。また、モデルがポーズを正確に認識して予測できるように学習させるため、さまざまなポーズ、角度、照明条件、背景を備えている必要があります。このような多様性により、実際の使用におけるモデルの信頼性が高まります。

UltralyticsがサポートするDog-Pose Datasetは、モデルが犬のポーズを効果的に学習・認識できるように特別に設計されています。これには、さまざまな犬種の8,400枚以上の注釈付き画像が含まれており、尾、耳、足など24箇所の主要なポイントに対する詳細なラベルが付与されています。

Fig 2. Dog-Pose Datasetの概要。

Dog-Pose Datasetを使用してUltralytics YOLO11をカスタムトレーニングする方法#

Dog-Pose Datasetを使用してYOLO11をカスタムトレーニングすることは、簡単なプロセスです。始めるには、トレーニングと評価に必要なすべてのツールが含まれているUltralytics Python packageをインストールして環境をセットアップする必要があります。

UltralyticsはDog-Pose Datasetを組み込みでサポートしているため、手動でラベル付けする必要がなく、すぐにトレーニングを開始できます。すべてセットアップが完了すれば、下の画像に示すように、わずか数行のコードでYOLO11をDog-Pose Datasetでトレーニングできます。

トレーニング中、モデルはさまざまな犬種、照明条件、環境において犬の姿勢を検出・追跡することを学習します。トレーニング完了後、結果を可視化し、モデルを微調整することで精度とパフォーマンスを向上させることができます。

図3. Dog-Pose DatasetでのUltralytics YOLO11のカスタムトレーニングを紹介するコードスニペット。

モデルのトレーニング中に問題が発生した場合は、迅速に解決するための以下のトラブルシューティングのヒントを参考にしてください。

• インターネット接続を確認する: トレーニングスクリプトを実行すると、Dog-Pose Datasetが自動的にダウンロードされます。ダウンロードの失敗を防ぐため、安定したインターネット接続を確保してください。
• Ultralyticsを更新する: 最新バージョンのUltralytics Pythonパッケージを使用していることを確認してください。
• コンソールのエラーを確認する: エラーメッセージには修正が必要な箇所の手がかりが含まれていることが多いため、注意深く読んでください。

その他のトラブルシューティングのヒントについては、Ultralytics Common Issues Guideをご確認ください。

カスタムモデルのトレーニング中には何が起こるのか？#

Dog-Pose DatasetでUltralytics YOLO11をカスタムトレーニングする際に、裏側で何が行われているのか気になるかもしれません。そのプロセスを詳しく見ていきましょう。

ゼロから始めるのではなく、COCO-Pose datasetで既にトレーニングされている事前トレーニング済みのUltralytics YOLO11-poseモデルを使用します。COCO-Poseは人間の姿勢推定用に設計されているため、この事前トレーニング済みモデルは人間のキーポイントを検出できます。実際、追加のトレーニングを行わなくても、YOLO11-Poseを使用してすぐに人間の姿勢推定を実行できます。

転移学習を通じて、このモデルを犬の姿勢推定用に適合させ、足、尾、頭などのキーポイントを認識できるようにします。犬特有の例をモデルに学習させることで、これらの重要な特徴に注目することを学びます。

トレーニング中、モデルの一部は変更されず、COCOデータセットから得た一般的な知識が保持されます。他の部分は、犬の姿勢推定の精度を向上させるために再学習されます。モデルは、自身の予測とデータセット内の実際のキーポイントを比較し、誤差を減らすように調整しながら学習します。時間の経過とともに、このプロセスにより犬の動きを正確に追跡する能力が高まります。

Transfer learningにより、モデルはさまざまな犬種、サイズ、移動パターンに適応することも可能になり、現実世界のシナリオでも確実に機能するようになります。

図4：Bluesと妹のHappyのキーポイントの検出。

犬の姿勢推定におけるUltralytics YOLO11の利点#

さまざまなcomputer vision modelsが存在する中で、なぜYOLO11が犬の姿勢推定に適しているのでしょうか？

Ultralytics YOLO11はそのリアルタイムの速度と精度で際立っており、犬の姿勢推定に最適なオプションとなります。精度と速度の両方で以前のバージョンよりも優れたパフォーマンスを発揮します。YOLOv8よりも22%少ないパラメータでCOCOデータセットにおいてより高い平均精度（mAP）を達成しており、これはオブジェクトをより正確かつ効率的に検出できることを意味しています。その高速な処理速度により、迅速で信頼性の高い検出が不可欠であるリアルタイムアプリケーションに最適です。

姿勢推定だけでなく、Ultralytics YOLO11はインスタンスセグメンテーションやオブジェクトトラッキングなどのコンピュータビジョンタスクもサポートしており、愛犬のモニタリングに向けたより包括的なビジョンAIソリューションの構築に役立ちます。これらの機能により、動きの追跡、行動分析、および総合的なペットケアを向上させることができます。

図5. 稼働中のUltralytics YOLO11：Bluesを簡単にセグメント化しています！

犬の姿勢推定とUltralytics YOLO11の応用例#

次に、犬の姿勢推定の実世界での応用と、それがペットケアに与える影響について解説します。

犬の姿勢推定によるペットトレーニングの向上#

犬の姿勢推定を活用することで、ドッグトレーニングをよりスマートで効果的に行うことができます。例えば、カメラを使用して犬の動きを捉えている場合、ここでUltralytics YOLO11が活躍します。脚、尻尾、頭などのキーポイントを検出し、それらを分析することで、お座り、待て、伏せなどの行動を認識できます。

もし犬が行動を正しく行わない場合、システムがアプリを通じて即座にフィードバックを提供し、トレーナーをリアルタイムでサポートします。これにより、トレーニングが効率的かつ正確になり、犬の進捗状況に応じた対応が可能になります。

例えば、犬にコマンドで座るように教える場面を考えてみましょう。システムは犬の姿勢を監視し、完全に座っているかどうかを検出します。犬が体を下げても完全に座りきれていない場合、システムはその不完全な行動を検出し、アプリを通じて即座にフィードバックを送信できます。トレーナーはコマンドを強化したり、正しい姿勢に導いたりするなど、トレーニングに小さな調整を加えるよう警告を受け取ることができます。

図6：Ultralytics YOLO11を使用した犬の姿勢推定でチームを手伝うBlues

姿勢推定モデルによる獣医療の向上#

コンピュータビジョンは、獣医師が動物のケアに取り組む方法を変革します。犬の姿勢推定で詳細を正確に解析できる能力により、通常とは異なる動きのパターンを見つけ出し、潜在的な健康問題を特定しやすくなります。

例えば、靭帯の怪我から回復中の犬をモニタリングする獣医師は、Dog-Pose DatasetでトレーニングされたUltralytics YOLO11を利用して自動分析を行うことができます。歩行の異常や脚の位置の変化を容易に検出可能です。ビジョンを活用した24時間365日の継続的なモニタリングにより、犬の回復状況に関する明確な洞察が得られ、治療が効果を発揮しているのか、あるいは調整が必要なのかを判断するのに役立ちます。

犬の姿勢推定の今後の展望#

テクノロジーが進化し続けるにつれて、YOLO11を用いた犬の姿勢推定のようなソリューションは、animal monitoringや健康管理においてさらに大きな役割を果たすようになるでしょう。実際、YOLO11をスマート首輪やヘルスワーカーなどのウェアラブル技術と統合することで、心拍数、活動レベル、移動パターンなどの重要な健康指標をモニタリングできます。

例えば、モーションセンサーを搭載したスマートカラーが犬の歩行や走行の歩調を追跡する一方で、Ultralytics YOLO11の姿勢推定がリアルタイムで姿勢を分析します。システムが足引きや硬直などの不規則な動きを検知した場合、このデータを心拍数や活動レベルと相関させ、潜在的な不快感や怪我を評価します。ペットの飼い主や獣医師は、これらの洞察を活用して問題を早期に特定し、事前に対策を講じることができます。

こうした進歩により、犬の姿勢推定は単なる動きの追跡を超えて進化しており、AI主導の包括的なペットケアシステムの重要な一部となりつつあります。これにより、リアルタイムで犬がより健康で安全に、そしてより適切に監視されるようになります。

重要なポイント#

Ultralytics YOLO11やDog-Pose Datasetのようなイノベーションにより、コンピュータビジョンにおける新たな可能性が広がっています。これらの進化により、かつては不可能だった方法で犬の行動や健康をより深く理解できるようになります。

犬の姿勢を正確に追跡することで、トレーニングを改善し、健康を監視し、ペットケアをより効果的に行うことができます。研究、獣医療、あるいはドッグトレーニングのいずれにおいても、ビジョンAIは犬をケアし、その健康を増進するためのより賢い方法を生み出しています。

our communityに参加し、our GitHub repositoryを探索してAIについてさらに学びましょう。computer vision in healthcareやAI in self-driving carsなどのイノベーションがどのように未来を形作っているのかを発見してください。本日からvision AIプロジェクトを開始するために、licensing optionsをご確認ください。