Ultralytics YOLO11で姿勢推定を行う方法

コンピュータビジョン（人工知能（AI）の分野）に関する研究は、1960年代にまで遡ることができます。しかし、ディープラーニングの台頭により、機械が画像を理解する方法において大きなブレークスルーが見られたのは2010年代になってからでした。コンピュータビジョンにおける最新の進化形の1つが、最先端のUltralytics YOLO11モデルです。Ultralyticsの年次ハイブリッドイベントであるYOLO Vision 2024 (YV24)で初めて発表されたYOLO11モデルは、姿勢推定を含むさまざまなコンピュータビジョンタスクをサポートしています。

姿勢推定を使用すると、画像や動画内の人物やオブジェクトのキーポイントを検出し、その位置、姿勢、または動きを把握できます。これは、スポーツ分析、動物の行動モニタリング、ロボティクスなどのアプリケーションで広く使用されており、機械が物理的な動作をリアルタイムで解釈するのに役立ちます。YOLO (You Only Look Once) シリーズの以前のモデルに比べて精度、効率、および速度が向上しているため、YOLO11はリアルタイムの姿勢推定タスクに非常に適しています。

図1：ポーズ推定のためにUltralytics YOLO11を使用する例。

この記事では、姿勢推定とは何かを解説し、そのいくつかの応用例について議論した上で、Ultralytics Pythonパッケージを使用して姿勢推定にYOLO11を活用する方法を順を追って説明します。また、Ultralytics HUBを使用して、わずか数回の簡単なクリックでYOLO11と姿勢推定を試す方法についても見ていきます。それでは始めましょう！

ポーズ推定とは何ですか？#

新しいUltralytics YOLO11モデルを姿勢推定に使用する方法を詳しく説明する前に、まず姿勢推定についての理解を深めましょう。

姿勢推定は、画像や動画内の人物やオブジェクトの姿勢を分析するために使用されるコンピュータビジョン技術です。Ultralytics YOLO11のようなディープラーニングモデルは、特定の人やオブジェクト上のキーポイントを識別、位置特定、追跡できます。オブジェクトの場合、これらのキーポイントには角、エッジ、または明確な表面のマーキングが含まれる場合がありますが、人間の場合は、これらのキーポイントはひじ、ひざ、肩などの主要な関節を表します。

姿勢推定は、オブジェクト検出などの他のコンピュータビジョンタスクと比較して、独自性があり、より複雑です。オブジェクト検出はオブジェクトの周りにボックスを描画して画像内のオブジェクトの位置を特定しますが、姿勢推定はさらに進んで、オブジェクト上のキーポイントの正確な位置を予測します。

図 2. Ultralytics YOLO11を使用してオフィス内の人々の姿勢を検出し、推定する。

姿勢推定には、ボトムアップとトップダウンという2つの主要な動作方式があります。ボトムアップアプローチは個々のキーポイントを検出しそれらをスケルトンにグループ化するのに対し、トップダウンアプローチはまずオブジェクトを検出し、その中でキーポイントを推定することに焦点を当てます。

Ultralytics YOLO11は、トップダウン方式とボトムアップ方式の両方の長所を組み合わせています。ボトムアップアプローチと同様に、キーポイントを手動でグループ化する必要なく、シンプルかつ高速に処理を維持します。同時に、1つのステップで人物を検出しその姿勢を推定することで、トップダウン方式の精度を活用します。

Ultralytics YOLO11の姿勢推定のユースケース#

ポーズ推定におけるUltralytics YOLO11の多用途な機能は、多くの業界において幅広い応用可能性を切り拓きます。YOLO11のポーズ推定のユースケースについて、さらに詳しく見ていきましょう。

Ultralytics YOLO11によるリアルタイム姿勢推定：作業員の安全性の向上#

安全性は、あらゆる建設プロジェクトにおいて重要な側面です。統計的に見て建設現場では業務中の怪我の発生件数が多い傾向があるため、これは特に当てはまります。2021年には、仕事に関連するすべての致命的な怪我の約20%が建設現場またはその周辺で発生しました。重機や電気設備などの日常的なリスクがあるため、作業員の安全を確保するには強力な安全対策が不可欠です。標識の使用、バリケード、管理者による手動での監視などの従来の方法は常に効果的とは限らず、管理者がより重要なタスクから離れてしまうことがよくあります。

AIが介入して安全性を向上させることができ、姿勢推定ベースの作業員監視システムを使用することで事故のリスクを軽減できます。Ultralytics YOLO11モデルを使用して、作業員の動きや姿勢を追跡できます。作業員が危険な設備に近づきすぎたり、不適切な方法で作業を行ったりするなどの潜在的な危険を素早く発見できます。リスクが検出された場合、管理者に通知したり、アラームで作業員に警告したりできます。継続的な監視システムにより、常に危険を警戒し作業員を保護することで、建設現場をより安全にすることができます。

図 3. Ultralytics YOLO11を使用した建設現場での姿勢推定の例。

家畜モニタリングのための Ultralytics YOLO11による姿勢推定#

農家や研究者はUltralytics YOLO11を使用して、牛などの家畜の動きや行動を調査し、跛行（はこう）などの病気の早期兆候を検出できます。跛行とは、脚や足の痛みにより動物が正常に歩行するのに苦しむ状態のことです。牛の場合、跛行のような病気は健康や福祉に影響を与えるだけでなく、酪農場における生産上の問題も引き起こします。研究によると、跛行は世界の酪農産業において、放牧システムでは牛の8%、密飼いシステムでは15%から30%に影響を及ぼしています。早期に跛行を検出し対処することは、動物福祉の改善と、この状態に伴う生産損失の削減に役立ちます。

Ultralytics YOLO11の姿勢推定機能は、農家が動物の歩行パターンを追跡し、関節の問題や感染症などの健康上の問題を示す可能性のある異常を素早く特定するのに役立ちます。これらの問題を早期に発見することで、迅速な治療が可能になり、動物の不快感を軽減し、農家が経済的損失を回避するのに役立ちます。

ビジョンAI対応の監視システムは、休息時の行動、社会的交流、摂食パターンの分析にも役立ちます。農家は姿勢推定を使用して、ストレスや攻撃性の兆候に関する観察結果を得ることもできます。これらのインサイトを利用して、動物により良い生活環境を整え、その幸福度を高めることができます。

図 4. 牛のポーズ推定の視覚化。

フィットネス業界における Ultralytics YOLO11のユースケース#

姿勢推定は、トレーニング中に人々がリアルタイムで姿勢を改善するのにも役立ちます。Ultralytics YOLO11を使用すると、ジムやヨガのインストラクターは、トレーニングを行う人々の身体の動きを監視および追跡し、関節や四肢などのキーポイントに焦点を当てて姿勢を評価できます。収集されたデータを理想的な姿勢やトレーニング技術と比較でき、誰かが動きを誤って実行している場合にインストラクターにアラートが送信され、怪我の予防に役立ちます。

図5. 姿勢推定を使用したワークアウトの分析。

たとえば、ヨガのクラス中、姿勢推定はすべての生徒が適切なバランスとアライメントを維持しているかどうかを監視するのに役立ちます。コンピュータビジョンと姿勢推定が統合されたモバイルアプリケーションにより、自宅でワークアウトする人やパーソナルトレーナーを利用できない人にとって、フィットネスをより身近なものにすることができます。この継続的なリアルタイムのフィードバックにより、ユーザーは怪我のリスクを軽減しながら、テクニックを向上させ、フィットネスの目標を達成することができます。

Ultralytics YOLO11モデルを使用したリアルタイム姿勢推定の試行#

姿勢推定とは何か、そしてそのいくつかの応用例について確認したところで、新しいYOLO11モデルで姿勢推定を試す方法を見ていきましょう。始めるには、Ultralytics Pythonパッケージを使用する方法と、Ultralytics HUBを使用するという2つの便利な方法があります。両方のオプションを見てみましょう。

Ultralytics YOLO11を使用した推論の実行#

推論の実行には、YOLO11モデルがトレーニングセット外の新しいデータを処理し、学習したパターンを使用してそのデータに基づいて予測を行うことが含まれます。Ultralytics Pythonパッケージを使用してコード経由で推論を実行できます。始めるために必要なのは、pip、conda、またはDockerを使用してUltralyticsパッケージをインストールすることだけです。インストール中に問題が発生した場合は、一般的な問題ガイドに役立つトラブルシューティングのヒントが記載されています。

パッケージのインストールが成功したら、以下のコードはモデルをロードし、それを使用して画像内の物体のポーズを予測する方法の概要を示しています。

図 6. Ultralytics YOLO11を使用した推論の実行を示すコードスニペット。

カスタムのUltralytics YOLO11モデルのトレーニング#

コンピュータビジョンプロジェクトに取り組んでおり、姿勢推定に関する特定のアプリケーション向けの特定のデータセットがあるとします。その場合、ファインチューニングを行って、アプリケーションに合わせたカスタムYOLO11モデルをトレーニングできます。たとえば、キーポイントのデータセットを使用して、四肢、頭、尻尾の位置などの主要な特徴を識別することにより、画像内の虎の姿勢を分析して理解することができます。

次のコードスニペットを使用して、Ultralytics YOLO11の姿勢推定モデルをロードおよびトレーニングできます。モデルはYAML設定から構築するか、トレーニング用に事前トレーニング済みモデルをロードできます。また、このスクリプトを使用すると、重みを転送し、姿勢推定用のCOCO datasetなどの指定されたデータセットを使用してモデルのトレーニングを開始できます。

図 7. Ultralytics YOLO11のカスタムトレーニング。

新しくトレーニングされたカスタムモデルを使用して、コンピュータビジョンソリューションに関連する未見の画像に対して推論を実行できます。トレーニングされたモデルは、エクスポートモードを使用して他の形式に変換することもできます。

Ultralytics HUBでYOLO11を試す#

ここまで、いくつかの基本的なコーディング知識を必要とするYOLO11の使用方法を見てきました。それが求めているものではない場合や、コーディングに詳しくない場合は、Ultralytics HUBというもう1つの選択肢があります。Ultralytics HUBは、YOLOモデルのトレーニングとデプロイのプロセスを簡素化するように設計された、ユーザーフレンドリーなプラットフォームです。HUBを使用すると、技術的な専門知識を必要とせずに、データセットの管理、モデルのトレーニング、およびデプロイを簡単に行うことができます。

画像で推論を実行するには、アカウントを作成し、「Models」セクションに移動して、関心のあるUltralytics YOLO11姿勢推定モデルを選択します。プレビューセクションでは、画像をアップロードし、以下に示すように予測の結果を表示できます。

図8：YOLO11を使用したUltralytics HUBでのポーズ推定。

人間の姿勢検出における Ultralytics YOLO11の進歩#

Ultralytics YOLO11は、幅広いアプリケーションにわたり、ポーズ推定のようなタスクに対して正確で柔軟なソリューションを提供します。建設現場での作業者の安全向上から家畜の健康モニタリング、フィットネスルーチンにおける姿勢矯正の支援まで、YOLO11は高度なコンピュータビジョン技術を通じて精度とリアルタイムのフィードバックをもたらします。

複数のモデルバリエーションと特定のユースケースに合わせてカスタムトレーニングできる能力を備えたその汎用性は、開発者にとっても企業にとっても非常に価値のあるツールです。Ultralytics Pythonパッケージでのコーディング、あるいはより容易な実装のためのUltralytics HUBの使用を通じて、YOLO11はポーズ推定を身近で影響力のあるものにしています。

詳細については、GitHubリポジトリにアクセスし、コミュニティにご参加ください。ソリューションページで製造業および農業におけるAIの応用例をご覧ください。🚀