반려견 자세 추정을 위한 Ultralytics YOLO11 커스텀 학습

반려견의 자세를 통해 반려견의 기분을 파악할 수 있다면 어떨까요? 24시간 내내 수동으로 반려견을 모니터링하는 일은 쉽지 않습니다. 하지만 인공지능(AI)과 컴퓨터 비전의 발전 덕분에 동영상 영상을 실시간으로 분석하여 반려견의 행동을 더 잘 이해할 수 있습니다.

구체적으로 Ultralytics YOLO11과 같은 컴퓨터 비전 모델은 반려견의 자세를 추정하고 움직임을 추적하여 반려견의 건강과 웰빙에 관한 유용한 인사이트를 제공할 수 있습니다. 어떻게 작동할까요? YOLO11의 포즈 추정 기능은 대상의 신체에서 주요 포인트를 식별하여 자세와 움직임을 파악할 수 있습니다.

또한 YOLO11은 반려견 포즈 추정을 위해 설계된 데이터셋으로 커스텀 학습할 수 있으므로 반려동물의 신체 언어를 정확하게 분석할 수 있습니다. Ultralytics Python 패키지는 Dog-Pose Dataset을 지원하므로 반려견용 비전 AI 모델을 더 쉽게 학습하고 배포할 수 있습니다. 이 기술은 2024년 94억 달러 규모였으며 2037년에는 640억 달러에 이를 것으로 예상되는 급성장하는 펫 테크 시장의 일부입니다.

이 글에 영감을 준 주인공은 저희의 Dog Executive Officer (DEO)인 Blues입니다. 회사 소개 페이지를 방문하면 Blues가 소중한 팀원으로서 Ultralytics에서 즐거운 분위기를 만드는 데 중요한 역할을 하고 있다는 것을 확인할 수 있습니다!

이 글에서는 Dog-Pose Dataset을 사용하여 반려견 포즈 추정을 위한 Ultralytics YOLO11 커스텀 학습 방법을 살펴봅니다. 또한 펫 케어와 행동 분석에서의 실제 활용 사례도 알아봅니다.

그림 1. Ultralytics의 Dog Executive Officer (DEO) Blues를 소개합니다.

Dog-Pose 데이터셋 개요#

데이터셋은 머신 러닝 모델을 학습하는 데 사용되는 데이터 모음입니다. 포즈 추정을 위한 이상적인 데이터셋에는 신체 위치를 매핑할 수 있도록 주요 포인트가 라벨링된 이미지가 포함됩니다. 또한 모델이 포즈를 정확하게 인식하고 예측하는 방법을 학습할 수 있도록 다양한 자세, 각도, 조명 조건, 배경을 포함해야 합니다. 이러한 다양성은 실제 환경에서 모델의 신뢰성을 높여 줍니다.

Ultralytics가 지원하는 Dog-Pose Dataset은 모델이 반려견의 포즈를 효과적으로 학습하고 인식할 수 있도록 특별히 설계되었습니다. 다양한 품종의 반려견이 포함된 8,400개 이상의 어노테이션 이미지와 꼬리, 귀, 발 등을 나타내는 24개 주요 포인트에 대한 상세한 라벨을 제공합니다.

그림 2. Dog-Pose Dataset 개요입니다.

Dog-Pose Dataset으로 Ultralytics YOLO11을 커스텀 학습하는 방법#

Dog-Pose Dataset으로 YOLO11을 커스텀 학습하는 과정은 간단합니다. 시작하려면 학습과 평가에 필요한 모든 도구가 포함된 Ultralytics Python 패키지를 설치하여 환경을 설정해야 합니다.

Ultralytics는 Dog-Pose Dataset을 기본적으로 지원하므로 수동 라벨링이 필요하지 않고 바로 학습을 시작할 수 있습니다. 모든 설정이 완료되면 아래 이미지에 표시된 것처럼 몇 줄의 코드만으로 Dog-Pose Dataset에서 YOLO11을 학습할 수 있습니다.

학습 중에 모델은 다양한 품종, 조명 조건, 환경에서 반려견의 포즈를 감지하고 추적하는 방법을 학습합니다. 학습이 끝나면 결과를 시각화하고 모델을 파인튜닝하여 정확도와 성능을 개선할 수 있습니다.

그림 3. Dog-Pose Dataset에서 Ultralytics YOLO11을 커스텀 학습하는 과정을 보여 주는 코드 스니펫입니다.

모델을 학습하는 동안 문제가 발생하면 다음 문제 해결 팁을 참고하여 신속하게 해결할 수 있습니다:

• 인터넷 연결 확인: 학습 스크립트를 실행하면 Dog-Pose Dataset이 자동으로 다운로드됩니다. 다운로드 실패를 방지하려면 인터넷 연결이 안정적인지 확인하십시오.
• Ultralytics 업데이트: 최신 버전의 Ultralytics Python 패키지를 사용하고 있는지 확인하십시오.
• 콘솔의 오류 확인: 오류 메시지는 수정해야 할 사항에 대한 단서를 제공하는 경우가 많으므로 주의 깊게 읽으십시오.

더 많은 문제 해결 팁은 Ultralytics 일반적인 문제 가이드에서 확인할 수 있습니다.

커스텀 모델 학습 중에는 어떤 일이 일어날까요?#

Dog-Pose Dataset에서 Ultralytics YOLO11을 커스텀 학습할 때 내부적으로 어떤 일이 일어나는지 궁금하실 수 있습니다. 그 과정을 자세히 살펴보겠습니다.

처음부터 시작하는 대신, 이미 COCO-Pose 데이터셋으로 학습된 사전 학습된 Ultralytics YOLO11-pose 모델을 사용합니다. COCO-Pose는 사람 포즈 추정을 위해 설계되었으므로 이 사전 학습된 모델은 사람의 주요 포인트를 감지할 수 있습니다. 실제로 추가 학습 없이도 YOLO11-Pose를 사용하여 즉시 사람 포즈 추정을 수행할 수 있습니다.

전이 학습을 통해 이 모델을 반려견 포즈 추정에 맞게 조정하여 다리, 꼬리, 머리와 같은 주요 포인트를 인식하도록 합니다. 모델에 반려견 관련 예시를 제공하면 이러한 핵심 특징에 집중하는 방법을 학습합니다.

학습 중에는 모델의 일부가 변경되지 않은 채 유지되어 COCO 데이터셋에서 얻은 일반적인 지식을 보존합니다. 다른 부분은 반려견 포즈 추정의 정확도를 높이기 위해 다시 학습됩니다. 모델은 데이터셋의 실제 주요 포인트와 예측을 비교하고 오류를 줄이도록 조정하면서 학습합니다. 시간이 지나면 이 과정을 통해 반려견의 움직임을 더 정확하게 추적할 수 있게 됩니다.

전이 학습을 사용하면 모델이 다양한 품종, 크기, 움직임 패턴에 적응할 수 있어 실제 환경에서도 안정적으로 작동합니다.

그림 4. Blues와 그의 여동생 Happy의 주요 포인트가 감지된 모습입니다.

반려견 포즈 추정에서 Ultralytics YOLO11의 장점#

다양한 컴퓨터 비전 모델이 있는데, 반려견 포즈 추정에 YOLO11이 적합한 이유는 무엇일까요?

Ultralytics YOLO11은 실시간 속도와 정확도가 뛰어나 반려견 포즈 추정에 적합한 선택지입니다. 정밀도와 속도 모두 이전 버전보다 우수한 성능을 제공합니다. YOLOv8보다 파라미터가 22% 적으면서도 COCO 데이터셋에서 더 높은 평균 정밀도(mAP)를 달성하므로 객체를 더 정확하고 효율적으로 감지합니다. 빠른 처리 속도 덕분에 신속하고 안정적인 감지가 중요한 실시간 애플리케이션에 적합합니다.

Ultralytics YOLO11은 포즈 추정 외에도 인스턴스 세그멘테이션 및 객체 추적과 같은 컴퓨터 비전 작업을 지원하므로 반려견 모니터링을 위한 더욱 종합적인 비전 AI 솔루션을 구축하는 데 도움이 됩니다. 이러한 기능은 움직임 추적, 행동 분석, 전반적인 펫 케어를 개선할 수 있습니다.

그림 5. Ultralytics YOLO11의 실제 동작: Blues를 손쉽게 세그멘테이션합니다!

반려견 포즈 추정과 Ultralytics YOLO11의 활용 분야#

이제 반려견 포즈 추정의 실제 활용 사례와 펫 케어에 미치는 영향에 대해 살펴보겠습니다.

반려견 포즈 추정을 통한 반려견 훈련 개선#

반려견 포즈 추정은 반려견 훈련을 더 스마트하고 효과적으로 만들 수 있습니다. 카메라로 반려견의 움직임을 촬영한다고 가정해 보겠습니다. 이때 Ultralytics YOLO11이 활용될 수 있습니다. 다리, 꼬리, 머리와 같은 주요 포인트를 감지하고 이를 분석하여 앉기, 기다리기, 눕기와 같은 행동을 인식할 수 있습니다.

반려견이 동작을 올바르게 수행하지 못하면 시스템이 앱을 통해 즉시 피드백을 제공하여 트레이너가 실시간으로 대응할 수 있습니다. 이를 통해 반려견의 진행 상황에 맞춰 더 효율적이고 정확하며 즉각적으로 훈련할 수 있습니다.

예를 들어 반려견에게 명령에 따라 앉도록 가르치는 상황을 생각해 보겠습니다. 시스템은 반려견의 자세를 모니터링하여 완전히 앉았는지 감지할 수 있습니다. 반려견이 몸을 낮추었지만 완전히 앉지 않았다면 시스템은 동작이 완료되지 않았음을 감지하고 앱을 통해 즉시 피드백을 보낼 수 있습니다. 트레이너는 명령을 반복하거나 반려견이 올바른 자세를 취하도록 유도하는 등 훈련을 조금 조정하라는 알림을 받을 수 있습니다.

그림 6. Ultralytics YOLO11을 사용한 반려견 포즈 추정으로 팀을 돕는 Blues입니다.

포즈 추정 모델을 통한 수의학 진료 발전#

컴퓨터 비전은 수의사가 동물 진료에 접근하는 방식을 바꿀 수 있습니다. 반려견 포즈 추정은 세부 사항을 정확하게 분석할 수 있으므로 비정상적인 움직임 패턴을 포착하고 잠재적인 건강 문제를 식별하기가 더 쉬워집니다.

예를 들어 인대 부상에서 회복 중인 반려견을 모니터링하는 수의사는 Dog-Pose Dataset으로 학습된 Ultralytics YOLO11을 활용하여 자동 분석을 수행할 수 있습니다. 절뚝거림이나 다리 위치의 변화를 쉽게 감지할 수 있습니다. 비전 기능을 활용한 연속 24시간 모니터링은 반려견의 회복 상태에 대한 명확한 인사이트를 제공하여 치료가 효과적인지 또는 조정이 필요한지 판단하는 데 도움을 줍니다.

반려견 포즈 추정의 미래#

기술이 계속 발전함에 따라 YOLO11을 활용한 반려견 포즈 추정과 같은 솔루션은 동물 모니터링과 웰빙에서 더 큰 역할을 할 가능성이 높습니다. 실제로 YOLO11은 스마트 목걸이와 건강 추적기 같은 웨어러블 기술과 통합되어 심박수, 활동 수준, 이동 패턴과 같은 주요 건강 지표를 모니터링할 수 있습니다.

예를 들어 모션 센서가 장착된 스마트 목걸이는 반려견의 걷거나 달리는 보행을 추적할 수 있으며, Ultralytics YOLO11의 포즈 추정 기능은 자세를 실시간으로 분석합니다. 시스템이 절뚝거림이나 경직과 같은 불규칙한 움직임을 감지하면 이 데이터를 심박수 및 활동 수준과 연계하여 잠재적인 불편함이나 부상을 평가할 수 있습니다. 반려동물 보호자와 수의사는 이러한 인사이트를 활용하여 문제를 조기에 식별하고 선제적으로 대응합니다.

이러한 발전에 따라 반려견 포즈 추정은 단순한 움직임 추적을 넘어 종합적인 AI 기반 펫 케어 시스템의 핵심 요소로 발전하고 있으며, 반려견이 더 건강하고 안전하게 지내면서 실시간으로 더 잘 모니터링될 수 있도록 돕습니다.

핵심 요점#

Ultralytics YOLO11과 Dog-Pose Dataset과 같은 혁신을 통해 컴퓨터 비전의 새로운 가능성을 열어 가고 있습니다. 이러한 발전은 이전에는 불가능했던 방식으로 반려견의 행동과 건강을 더 잘 이해하는 데 도움을 줍니다.

반려견의 포즈를 정확하게 추적하면 훈련을 개선하고 건강을 모니터링하며 펫 케어를 더 효과적으로 수행할 수 있습니다. 연구, 수의학 진료, 반려견 훈련 등 어떤 분야에서든 비전 AI는 반려견을 돌보고 웰빙을 향상할 수 있는 더 스마트한 방법을 만들어 가고 있습니다.

저희 커뮤니티에 참여하고 저희 GitHub 리포지토리를 살펴보며 AI에 대해 더 알아보십시오. 헬스케어 분야의 컴퓨터 비전과 자율주행차의 AI와 같은 혁신이 미래를 어떻게 만들어 가고 있는지 알아보십시오. 지금 라이선스 옵션을 확인하고 비전 AI 프로젝트를 시작해 보십시오.