반려견 자세 추정을 위한 Ultralytics YOLO11 맞춤 학습

반려견의 자세를 통해 반려견의 기분을 파악할 수 있다면 어떨까요? 하루 종일 직접 관찰하기는 쉽지 않습니다. 하지만 인공지능(AI)과 컴퓨터 비전의 발전 덕분에 동영상 영상을 실시간으로 분석하여 반려견의 행동을 더 잘 이해할 수 있습니다.

특히 Ultralytics YOLO11과 같은 컴퓨터 비전 모델은 반려견의 자세를 추정하고 움직임을 추적하여 건강 상태에 대한 유용한 인사이트를 제공할 수 있습니다. 어떻게 작동할까요? YOLO11의 자세 추정 기능은 대상의 신체 주요 지점을 식별하여 자세와 움직임을 파악합니다.

또한 YOLO11은 반려견 자세 추정용으로 설계된 데이터셋을 사용해 커스텀 학습할 수 있어 반려동물의 몸짓 언어를 정확하게 분석할 수 있습니다. Ultralytics Python 패키지는 반려견용 비전 AI 모델을 더 쉽게 학습하고 배포할 수 있도록 Dog-Pose 데이터셋을 지원합니다. 이 기술은 2024년 94억 달러 규모에서 2037년 640억 달러 규모로 성장할 것으로 전망되는 급성장 중인 반려동물 기술 시장의 일부입니다.

이 글은 저희의 반려견 최고 책임자(DEO)인 Blues에게서 영감을 받았습니다. 회사 소개 페이지를 방문하면 Blues가 소중한 팀원으로서 Ultralytics에서 즐거운 분위기를 만드는 데 중요한 역할을 한다는 점을 확인할 수 있습니다!

이 글에서는 Dog-Pose 데이터셋을 사용해 반려견 자세 추정용 Ultralytics YOLO11을 커스텀 학습하는 방법을 설명합니다. 또한 반려동물 관리와 행동 분석에서의 실용적인 활용 사례도 살펴보겠습니다.

그림 1. Ultralytics의 반려견 최고 책임자(DEO), Blues를 소개합니다.

Dog-Pose 데이터셋 개요#

데이터셋은 머신러닝 모델을 학습하는 데 사용되는 데이터 모음입니다. 자세 추정에 적합한 데이터셋에는 신체 위치를 매핑할 수 있도록 주요 지점에 라벨이 지정된 이미지가 포함됩니다. 또한 모델이 자세를 정확하게 인식하고 예측하도록 다양한 자세, 각도, 조명 조건, 배경을 포함해야 합니다. 이러한 다양성은 실제 환경에서 모델의 신뢰성을 높입니다.

Ultralytics가 지원하는 Dog-Pose Dataset은 모델이 개의 포즈를 효과적으로 학습하고 인식하도록 특별히 설계되었습니다. 다양한 견종의 주석이 달린 이미지 8,400여 장이 포함되어 있으며, 꼬리, 귀, 발과 같은 24개 주요 지점에 대한 상세한 라벨을 Ultralytics Platform에서 살펴볼 수 있습니다.

그림 2. Dog-Pose 데이터셋 개요.

Dog-Pose 데이터셋으로 Ultralytics YOLO11을 커스텀 학습하는 방법#

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

Ultralytics는 Dog-Pose 데이터셋을 기본적으로 지원하므로 수동으로 라벨링할 필요가 없어 바로 학습을 시작할 수 있습니다. 모든 설정을 마치면 아래 이미지와 같이 몇 줄의 코드만으로 Dog-Pose 데이터셋을 사용해 YOLO11을 학습할 수 있습니다.

학습 중에 모델은 다양한 견종, 조명 조건, 환경에서 개의 자세를 감지하고 추적하는 방법을 학습합니다. 학습이 끝나면 결과를 시각화하고 모델을 미세 조정하여 정확도와 성능을 개선할 수 있습니다.

그림 3. Dog-Pose 데이터셋으로 Ultralytics YOLO11을 커스텀 학습하는 코드 스니펫입니다.

모델을 학습하는 동안 문제가 발생하면 다음 문제 해결 팁을 참고하여 빠르게 해결하세요:

• 인터넷 연결 확인: 학습 스크립트를 실행하면 Dog-Pose 데이터셋이 자동으로 다운로드됩니다. 다운로드 실패를 방지하려면 인터넷 연결이 안정적인지 확인하세요.
• Ultralytics 업데이트: 최신 버전의 Ultralytics Python 패키지를 사용하고 있는지 확인하세요.
• 콘솔에서 오류 확인: 오류 메시지에는 수정해야 할 부분에 대한 단서가 담겨 있는 경우가 많으므로 주의 깊게 읽어 보세요.

추가 문제 해결 팁은 Ultralytics 일반 문제 가이드에서 확인할 수 있습니다.

모델 커스텀 학습 중에는 어떤 일이 일어나나요?#

커스텀 학습으로 Dog-Pose 데이터셋을 사용해 Ultralytics YOLO11을 학습할 때 내부적으로 어떤 일이 일어나는지 궁금할 수 있습니다. 이 과정을 자세히 살펴보겠습니다.

처음부터 시작하는 대신, 이미 COCO-Pose 데이터셋으로 학습된 사전 학습 Ultralytics YOLO11-pose 모델을 사용합니다. COCO-Pose는 사람의 자세 추정을 위해 설계되었으므로 이 사전 학습 모델은 사람의 키포인트를 감지할 수 있습니다. 실제로 추가 학습 없이도 YOLO11-Pose를 바로 사용하여 사람의 자세를 추정할 수 있습니다.

전이 학습을 통해 이 모델을 개의 자세 추정에 특화되도록 조정하면 다리, 꼬리, 머리와 같은 키포인트를 인식할 수 있습니다. 개에 특화된 예시를 모델에 학습시키면 이러한 핵심 특징에 집중하는 방법을 익힙니다.

학습 중에는 모델의 일부가 변경되지 않은 채 COCO 데이터셋에서 얻은 일반적인 지식을 유지합니다. 다른 부분은 개의 자세를 더 정확하게 추정하도록 다시 학습됩니다. 모델은 예측값을 데이터셋의 실제 키포인트와 비교하고 오류를 줄이도록 조정하면서 학습합니다. 이 과정이 반복되면 개의 움직임을 더 정확하게 추적할 수 있습니다.

전이 학습을 사용하면 모델이 다양한 견종, 크기, 움직임 패턴에 적응할 수 있으므로 실제 환경에서도 안정적으로 성능을 발휘합니다.

그림 4. Blues와 여동생 Happy의 키포인트를 감지한 모습입니다.

개의 자세 추정에서 Ultralytics YOLO11이 제공하는 이점#

다양한 컴퓨터 비전 모델이 있는데, 개의 자세 추정에 YOLO11을 선택해야 하는 이유는 무엇일까요?

Ultralytics YOLO11은 실시간 속도와 정확도가 뛰어나 개의 포즈 추정에 적합한 선택입니다. 정밀도와 속도 모두 이전 버전보다 우수합니다. 예를 들어 YOLO11m은 YOLOv8m보다 매개변수를 22% 적게 사용하면서 COCO 데이터셋에서 더 높은 평균 정밀도(mAP)를 달성합니다. 이는 객체를 더 정확하고 효율적으로 탐지한다는 의미입니다. 빠른 처리 속도는 신속하고 안정적인 탐지가 필수적인 실시간 애플리케이션에 적합합니다.

자세 추정 외에도 Ultralytics YOLO11은 인스턴스 세그멘테이션 및 객체 추적과 같은 컴퓨터 비전 작업을 지원하므로 반려견을 모니터링하는 더욱 종합적인 비전 AI 솔루션을 구축하는 데 도움이 됩니다. 이러한 기능은 움직임 추적, 행동 분석, 전반적인 반려동물 관리에 활용할 수 있습니다.

그림 5. Ultralytics YOLO11 실제 사용 사례: Blues 세그멘테이션.

개의 자세 추정 및 Ultralytics YOLO11의 활용 분야#

이제 개의 자세 추정이 실제로 어떻게 활용되며 반려동물 관리에 어떤 영향을 미치는지 살펴보겠습니다.

개의 자세 추정으로 반려견 훈련 개선하기#

개의 포즈 추정은 반려견 훈련을 더 스마트하고 효과적으로 만드는 데 도움이 됩니다. 카메라로 개의 움직임을 촬영한다고 가정해 보겠습니다. 이때 Ultralytics YOLO11을 활용할 수 있습니다. 다리, 꼬리, 머리와 같은 주요 지점을 탐지하고 분석하여 앉기, 기다리기, 눕기와 같은 행동을 인식할 수 있습니다.

반려견이 동작을 올바르게 수행하지 않으면 시스템이 앱을 통해 즉시 피드백을 제공하여 훈련사가 실시간으로 대응하도록 도울 수 있습니다. 이를 통해 반려견의 진행 상황에 맞춰 더욱 효율적이고 정확하며 유연하게 훈련할 수 있습니다.

예를 들어, 반려견에게 명령에 따라 앉는 법을 가르친다고 가정해 보겠습니다. 시스템은 반려견의 자세를 모니터링하고 완전히 앉았는지 감지할 수 있습니다. 반려견이 몸을 낮추기만 하고 완전히 앉지 않으면 시스템은 동작이 완료되지 않았음을 감지하고 앱을 통해 즉시 피드백을 보낼 수 있습니다. 훈련사는 명령을 다시 강화하거나 반려견을 올바른 자세로 유도하는 등 훈련을 조금 조정하라는 알림을 받을 수 있습니다.

그림 6. Ultralytics YOLO11을 사용한 개의 자세 추정으로 팀을 돕는 Blues입니다.

자세 추정 모델로 수의 진료 발전시키기#

컴퓨터 비전은 수의사가 동물을 돌보는 방식을 바꿀 수 있습니다. 개의 자세 추정은 세부 사항을 정확하게 분석하므로 비정상적인 움직임 패턴을 발견하고 잠재적인 건강 문제를 파악하기가 쉬워집니다.

예를 들어, 인대 부상에서 회복 중인 개를 모니터링하는 수의사는 Dog-Pose 데이터셋으로 학습한 Ultralytics YOLO11을 자동 분석에 활용할 수 있습니다. 절뚝거림이나 다리 위치의 변화를 쉽게 감지할 수 있습니다. 비전 기반의 연중무휴 모니터링은 개의 회복 상태에 대한 명확한 정보를 제공하여 치료 효과가 있는지 또는 조정이 필요한지 판단하는 데 도움이 됩니다.

개의 자세 추정이 나아갈 방향#

기술이 계속 발전함에 따라 YOLO11을 활용한 개의 자세 추정과 같은 솔루션은 동물 모니터링과 동물 복지에서 더욱 중요한 역할을 할 것입니다. 실제로 YOLO11은 스마트 목걸이와 건강 추적기 같은 웨어러블 기술과 통합되어 심박수, 활동 수준, 이동 패턴과 같은 주요 건강 지표를 모니터링할 수 있습니다.

예를 들어 동작 센서가 장착된 스마트 목걸이는 개의 걷거나 달리는 걸음걸이를 추적하고, Ultralytics YOLO11의 포즈 추정 기능은 실시간으로 자세를 분석할 수 있습니다. 절뚝거리거나 뻣뻣하게 움직이는 등 불규칙한 움직임이 감지되면 시스템은 심박수 및 활동 수준과 이 데이터를 연관 지어 불편함이나 부상 가능성을 평가할 수 있습니다. 반려동물 보호자와 수의사는 이러한 정보를 활용해 문제를 조기에 파악하고 선제적으로 대응할 수 있습니다.

이러한 발전으로 개의 자세 추정은 단순한 움직임 추적을 넘어 종합적인 AI 기반 반려동물 관리 시스템의 핵심 요소로 진화하고 있으며, 실시간 모니터링을 통해 반려견이 더 건강하고 안전하게 지낼 수 있도록 돕습니다.

핵심 요점#

Ultralytics YOLO11과 Dog-Pose 데이터셋과 같은 혁신 기술은 컴퓨터 비전의 새로운 가능성을 열어 줍니다. 이러한 발전은 이전에는 불가능했던 방식으로 개의 행동과 건강을 더 잘 이해하도록 돕습니다.

개의 자세를 정확하게 추적하면 훈련을 개선하고 건강을 모니터링하며 반려동물 관리를 더 효과적으로 수행할 수 있습니다. 연구, 수의 진료, 반려견 훈련 등 다양한 분야에서 비전 AI는 반려견을 돌보고 복지를 개선하는 더욱 지능적인 방법을 만들어 가고 있습니다.

커뮤니티에 참여하고 GitHub 리포지토리를 살펴보며 AI에 대해 자세히 알아보세요. 헬스케어 분야의 컴퓨터 비전과 자율주행차 분야의 AI와 같은 혁신이 미래를 어떻게 바꾸고 있는지 알아보세요. 지금 비전 AI 프로젝트를 시작하려면 라이선스 옵션을 확인하세요.