개 포즈 추정을 위한 Ultralytics YOLO11 커스텀 학습

강아지의 자세를 통해 기분을 알 수 있다면 어떨까요? 24시간 내내 수동으로 모니터링하는 것은 쉽지 않습니다. 하지만 인공지능(AI)과 computer vision의 발전 덕분에, 이제 실시간으로 비디오 영상을 분석하여 반려견의 행동을 더 잘 이해할 수 있습니다.

특히 Ultralytics YOLO11과 같은 computer vision 모델은 강아지의 자세를 추정하고 움직임을 추적하는 데 도움을 주어, 반려견의 건강 상태에 대한 유용한 통찰력을 제공합니다. 이것이 어떻게 가능할까요? YOLO11의 pose estimation 기능은 피사체 신체의 주요 키포인트를 식별하여 자세와 움직임을 파악할 수 있습니다.

또한 YOLO11은 강아지 pose estimation용으로 설계된 데이터셋으로 커스텀 학습(custom-train)할 수 있어, 반려동물의 바디랭귀지를 정확하게 분석할 수 있습니다. Ultralytics Python 패키지는 강아지용 비ジョン AI 모델을 더 쉽게 학습하고 배포할 수 있는 Dog-Pose Dataset을 지원합니다. 이 기술은 2024년에 94억 달러 규모였고 2037년에는 640억 달러에 이를 것으로 예상되는 급성장 중인 pet tech market의 일부입니다.

이 글의 영감을 준 주인공은 우리의 개 임원(DEO)인 블루스(Blues)입니다. About Us 페이지를 확인해 보시면, 블루스가 얼마나 소중한 팀원이며 Ultralytics에서 즐거운 분위기를 만드는 데 얼마나 중요한 역할을 하는지 아실 수 있습니다!

본 글에서는 개 자세 추정을 위해 Dog-Pose Dataset을 사용하여 Ultralytics YOLO11을 커스텀 학습하는 방법에 대해 알아봅니다. 또한 펫 케어 및 행동 분석에서의 실용적인 활용 사례도 살펴봅니다.

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

Dog-Pose 데이터셋 개요#

dataset은 머신러닝 모델을 학습시키는 데 사용되는 데이터의 집합입니다. pose estimation의 경우, 이상적인 데이터셋은 신체 위치를 매핑하기 위해 키포인트가 라벨링된 이미지를 포함합니다. 또한 모델이 자세를 정확히 인식하고 예측하는 법을 학습할 수 있도록 다양한 자세, 각도, 조명 조건 및 배경을 갖추어야 합니다. 이러한 다양성 덕분에 모델은 실제 환경에서 더욱 신뢰성 있게 작동합니다.

Ultralytics가 지원하는 Dog-Pose Dataset은 모델이 강아지의 자세를 효과적으로 학습하고 인식할 수 있도록 특별히 설계되었습니다. 이 데이터셋에는 꼬리, 귀, 발 등 24개의 핵심 지점에 대한 상세한 레이블이 포함된 8,400개 이상의 주석이 달린 강아지 사진이 포함되어 있습니다.

Fig 2. Dog-Pose Dataset 개요.

Dog-Pose Dataset으로 Ultralytics YOLO11을 커스텀 학습하는 방법#

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

Ultralytics는 Dog-Pose Dataset에 대한 내장 지원을 제공하므로 수동 레이블링이 필요 없으며, 바로 학습을 시작할 수 있습니다. 설정이 완료되면 아래 이미지에 보이는 것처럼 단 몇 줄의 코드로 Dog-Pose Dataset에서 YOLO11을 학습할 수 있습니다.

학습 중에 모델은 다양한 품종, 조명 조건 및 환경 전반에 걸쳐 강아지의 자세를 감지하고 추적하는 법을 배웁니다. 학습 후에는 결과를 시각화하고 모델을 미세 조정하여 정확도와 성능을 향상할 수 있습니다.

그림 3. Dog-Pose Dataset에서 Ultralytics YOLO11 커스텀 학습을 보여주는 코드 스니펫입니다.

모델을 학습하는 동안 문제가 발생하면 다음 문제 해결 팁을 참고하여 빠르게 해결해 보십시오.

• 인터넷 연결 확인: Dog-Pose Dataset은 학습 스크립트를 실행할 때 자동으로 다운로드됩니다. 다운로드 실패를 방지하려면 안정적인 인터넷 연결 상태인지 확인하십시오.
• Ultralytics 업데이트: 최신 버전의 Ultralytics Python 패키지를 사용하고 있는지 확인하십시오.
• 콘솔 오류 확인: 오류 메시지를 주의 깊게 읽어보십시오. 해결책에 대한 단서가 포함되어 있는 경우가 많습니다.

더 많은 문제 해결 팁은 Ultralytics Common Issues Guide에서 확인하실 수 있습니다.

맞춤형 모델 학습 중에는 무슨 일이 일어날까요?#

Dog-Pose Dataset으로 Ultralytics YOLO11을 커스텀 학습할 때 내부적으로 어떤 과정이 진행되는지 궁금하실 수 있습니다. 그 과정을 자세히 살펴보겠습니다.

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

전이 학습(transfer learning)을 통해 이 모델을 강아지 자세 추정에 특화하도록 조정하며, 다리, 꼬리, 머리와 같은 핵심 지점을 인식하도록 돕습니다. 모델이 강아지 관련 예시를 학습함으로써 이러한 필수 특징에 집중하는 법을 배우게 됩니다.

학습 중에 모델의 일부는 변경되지 않고 COCO 데이터셋에서 얻은 일반적인 지식을 유지합니다. 다른 부분은 강아지 자세 추정의 정확도를 높이기 위해 재학습됩니다. 모델은 자신의 예측 결과와 데이터셋의 실제 핵심 지점을 비교하여 오차를 줄이는 방식으로 학습합니다. 시간이 지남에 따라 이 과정은 반려견의 움직임을 정확하게 추적하는 능력을 향상합니다.

Transfer learning을 통해 모델이 다양한 품종, 크기, 움직임 패턴에 적응할 수 있으며, 이를 통해 실제 시나리오에서도 안정적인 성능을 보장합니다.

그림 4. 감지된 Blues와 자매 Happy의 핵심 지점.

개 포즈 추정에서 Ultralytics YOLO11이 갖는 장점#

다양한 computer vision models가 존재하는데, 왜 YOLO11이 강아지 pose estimation을 위한 올바른 선택일까요?

Ultralytics YOLO11은 실시간 속도와 정확성으로 두각을 나타내며, 강아지 포즈 추정에 훌륭한 선택입니다. 정밀도와 속도 면에서 이전 버전보다 더 나은 성능을 발휘합니다. YOLOv8보다 파라미터가 22% 적으면서도 COCO 데이터셋에서 더 높은 mean average precision (mAP)을 달성하여, 객체를 더 정확하고 효율적으로 감지함을 의미합니다. 빠른 처리 속도 덕분에 빠르고 신뢰할 수 있는 감지가 필수적인 실시간 애플리케이션에 완벽합니다.

자세 추정 외에도 Ultralytics YOLO11은 인스턴스 세그멘테이션 및 객체 추적과 같은 컴퓨터 비전 태스크를 지원하므로, 반려견 모니터링을 위한 보다 포괄적인 비전 AI 솔루션을 구축하는 데 도움이 됩니다. 이러한 기능은 움직임 추적, 행동 분석, 그리고 전반적인 펫 케어를 향상시킬 수 있습니다.

그림 5. 작동 중인 Ultralytics YOLO11: 반려견 블루(Blues)를 손쉽게 세그멘테이션하는 모습입니다!

개 자세 추정 및 Ultralytics YOLO11의 활용 사례#

다음으로, 강아지 자세 추정의 실제 응용 사례와 펫 케어에 미치는 영향에 대해 논의해 보겠습니다.

강아지 자세 추정을 통한 훈련 개선#

개 자세 추정은 반려견 훈련을 더욱 스마트하고 효과적으로 만들어 줍니다. 카메라를 사용하여 반려견의 움직임을 촬영한다고 가정해 볼 때, 이때 Ultralytics YOLO11이 활약할 수 있습니다. 다리, 꼬리, 머리 등의 키포인트를 감지하여 이를 분석함으로써 앉기, 기다리기, 엎드리기 등의 행동을 인식합니다.

반려견이 행동을 올바르게 수행하지 못하면 시스템이 앱을 통해 즉각적인 피드백을 제공하여 훈련사를 실시간으로 도울 수 있습니다. 이를 통해 훈련이 더 효율적이고 정확해지며 강아지의 학습 속도에 즉각적으로 반응할 수 있습니다.

예를 들어, 반려견에게 '앉아' 명령을 가르치는 경우를 생각해 봅시다. 시스템은 반려견의 자세를 모니터링하여 완전히 앉았는지 감지할 수 있습니다. 반려견이 몸을 낮췄지만 완전히 앉지 않은 경우, 시스템은 불완전한 동작을 감지하고 앱을 통해 즉각적인 피드백을 보냅니다. 훈련사는 명령을 강화하거나 올바른 자세로 유도하는 등 훈련 방식을 즉시 수정할 수 있습니다.

그림 6. Ultralytics YOLO11을 활용한 개 자세 추정으로 팀을 돕고 있는 Blues

자세 추정 모델을 통한 수의학적 관리의 발전#

컴퓨터 비전은 수의사가 동물을 진료하는 방식을 바꿀 수 있습니다. 강아지 자세 추정은 세부 사항을 정확하게 분석하는 능력을 갖추고 있어 비정상적인 움직임 패턴을 발견하고 잠재적인 건강 문제를 식별하는 것을 더 쉽게 만듭니다.

예를 들어, 인대 부상에서 회복 중인 반려견을 모니터링하는 수의사는 Dog-Pose Dataset으로 학습된 Ultralytics YOLO11을 활용하여 자동화된 분석을 수행할 수 있습니다. 절뚝거림이나 다리 위치의 변화를 쉽게 감지할 수 있습니다. 비전 기반의 상시 24시간 모니터링은 반려견의 회복 상태에 대한 명확한 통찰력을 제공하여 치료가 효과를 거두고 있는지 또는 조정이 필요한지 판단하는 데 도움을 줍니다.

강아지 자세 추정의 미래#

기술이 계속 발전함에 따라, YOLO11을 활용한 강아지 pose estimation과 같은 솔루션은 animal monitoring 및 건강 관리에서 더 큰 역할을 하게 될 것입니다. 실제로 YOLO11은 스마트 칼라 및 건강 추적기와 같은 웨어러블 기술과 통합되어 심박수, 활동 수준, 이동 패턴과 같은 주요 건강 지표를 모니터링할 수 있습니다.

예를 들어, 모션 센서가 탑재된 스마트 칼라는 반려견의 걷거나 뛰는 걸음걸이를 추적할 수 있으며, Ultralytics YOLO11의 자세 추정 기능은 실시간으로 자세를 분석합니다. 시스템이 절뚝거림이나 뻣뻣함 등 불규칙한 움직임을 감지하면, 이 데이터를 심박수 및 활동 수준과 상호 연관시켜 잠재적인 통증이나 부상을 평가합니다. 반려견 보호자와 수의사는 이러한 통찰력을 활용하여 문제를 조기에 파악하고 선제적인 조치를 취할 수 있습니다.

이러한 발전과 함께 강아지 자세 추정은 단순한 움직임 추적을 넘어, 포괄적인 AI 기반 펫 케어 시스템의 핵심 요소가 되어 강아지가 실시간으로 더 건강하고 안전하게 지낼 수 있도록 돕고 있습니다.

핵심 요약#

Ultralytics YOLO11 및 Dog-Pose Dataset과 같은 혁신을 통해 컴퓨터 비전에서 새로운 가능성을 열어가고 있습니다. 이러한 발전은 이전에는 불가능했던 방식으로 반려견의 행동과 건강을 더 잘 이해할 수 있도록 도와줍니다.

강아지의 자세를 정확하게 추적함으로써 훈련을 개선하고, 건강을 모니터링하며, 펫 케어를 더 효과적으로 만들 수 있습니다. 연구, 수의학, 강아지 훈련 분야 어디에서든 비전 AI는 반려견을 더 잘 돌보고 웰빙을 향상할 수 있는 더 똑똑한 방법을 제시하고 있습니다.

our community에 가입하고 our GitHub repository를 탐색하여 AI에 대해 더 알아보세요. computer vision in healthcare와 AI in self-driving cars 같은 혁신이 미래를 어떻게 만들어가고 있는지 확인해 보세요. 지금 licensing options을 확인하고 비전 AI 프로젝트를 시작해 보세요.