Ultralytics YOLO11을 사용하여 강아지 자세 추정을 위한 맞춤형 학습을 수행하고, 학습된 모델을 반려동물 관리와 같은 실제 응용 분야에 활용하는 방법을 알아보세요.
YOLO Vision 2025를 놓치지 마세요!
2025년 9월 25일
10:00 — 18:00 BST
하이브리드 이벤트
Ultralytics YOLO11을 사용하여 강아지 자세 추정을 위한 맞춤형 학습을 수행하고, 학습된 모델을 반려동물 관리와 같은 실제 응용 분야에 활용하는 방법을 알아보세요.
강아지의 자세를 통해 강아지의 감정을 파악할 수 있다면 어떨까요? 24시간 내내 수동으로 강아지를 모니터링하는 것은 쉽지 않습니다. 하지만 인공지능(AI)과 컴퓨터 비전 기술의 발전 덕분에 실시간으로 비디오 영상을 분석하여 강아지의 행동을 더 잘 이해할 수 있습니다.
특히 Ultralytics YOLO11과 같은 컴퓨터 비전 모델은 개의 자세를 추정하고 움직임을 추적하여 웰빙에 대한 귀중한 통찰력을 제공할 수 있습니다. 어떻게 작동할까요? YOLO11의 자세 추정 기능은 피사체의 신체에서 주요 지점을 식별하여 자세와 움직임을 이해할 수 있습니다.
또한 YOLO11은 강아지 포즈 추정을 위해 설계된 데이터 세트에서 맞춤형으로 훈련할 수 있으므로 반려동물의 몸짓 언어를 정확하게 분석할 수 있습니다. Ultralytics Python 패키지는 강아지를 위한 Vision AI 모델을 더 쉽게 훈련하고 배포할 수 있도록 Dog-Pose 데이터 세트를 지원합니다. 이 기술은 2024년에 94억 달러로 평가되고 2037년까지 640억 달러에 이를 것으로 예상되는 급성장하는 반려동물 기술 시장의 일부입니다.
이 기사의 영감은 우리의 Dog Executive Officer(DEO)인 Blues입니다. 회사 소개 페이지를 확인하시면 Blues가 Ultralytics에서 재미를 유지하는 데 중요한 역할을 하는 소중한 팀원임을 알 수 있습니다!
이번 글에서는 Dog-Pose 데이터 세트를 사용하여 YOLO11을 맞춤형으로 훈련하여 강아지 자세 추정을 수행하는 방법을 논의합니다. 또한 애완 동물 관리 및 행동 분석에서의 실제 응용 사례도 살펴볼 것입니다.
데이터 세트는 머신러닝 모델을 훈련하는 데 사용되는 데이터 모음입니다. 포즈 추정의 경우 이상적인 데이터 세트는 신체 위치를 매핑하기 위해 키 포인트가 레이블링된 이미지를 포함합니다. 또한 모델이 포즈를 정확하게 인식하고 예측하는 데 도움이 되도록 다양한 포즈, 각도, 조명 조건 및 배경이 있어야 합니다. 이러한 다양성은 모델을 실제 사용에 더욱 안정적으로 만듭니다.
Ultralytics에서 지원하는 Dog-Pose 데이터 세트는 모델이 개 자세를 효과적으로 학습하고 인식하도록 특별히 설계되었습니다. 여기에는 꼬리, 귀, 발과 같은 24개의 주요 지점에 대한 자세한 레이블이 있는 다양한 개 품종의 주석이 달린 이미지 8,400개 이상이 포함되어 있습니다.
Dog-Pose 데이터 세트로 YOLO11을 커스텀 학습하는 것은 간단한 과정입니다. 시작하려면 학습 및 평가에 필요한 모든 도구가 포함된 Ultralytics Python 패키지를 설치하여 환경을 설정해야 합니다.
Ultralytics는 Dog-Pose 데이터 세트에 대한 기본 지원을 제공하므로 수동 레이블 지정이 필요 없어 즉시 트레이닝을 시작할 수 있습니다. 모든 설정이 완료되면 아래 이미지와 같이 몇 줄의 코드만으로 Dog-Pose 데이터 세트에서 YOLO11을 트레이닝할 수 있습니다.
학습 과정에서 모델은 다양한 품종, 조명 조건 및 환경에서 강아지의 자세를 감지하고 추적하는 방법을 학습합니다. 학습 후 결과를 시각화하고 모델을 미세 조정하여 정확도와 성능을 향상시킬 수 있습니다.
모델을 훈련하는 동안 문제가 발생하는 경우 문제를 신속하게 해결하는 데 도움이 되는 몇 가지 문제 해결 팁이 있습니다.
자세한 문제 해결 팁은 Ultralytics 일반 문제 해결 가이드를 참조하십시오.
Dog-Pose 데이터 세트에서 YOLO11을 사용자 정의 학습할 때 어떤 일이 일어나는지 궁금할 수 있습니다. 그 과정을 자세히 살펴보겠습니다.
처음부터 시작하는 대신 COCO-Pose 데이터 세트에서 이미 학습된 사전 학습된 YOLO11-pose 모델을 사용합니다. 이 사전 학습된 모델은 COCO-Pose가 인간 포즈 추정을 위해 설계되었기 때문에 인간 키 포인트를 감지할 수 있습니다. 실제로 추가 학습 없이도 YOLO11-Pose를 사용하여 즉시 인간 포즈 추정을 수행할 수 있습니다.
전이 학습을 통해 이 모델을 특별히 강아지 자세 추정에 맞게 조정하여 다리, 꼬리, 머리와 같은 주요 지점을 인식하도록 돕습니다. 모델이 강아지 관련 예제를 접하게 함으로써 이러한 필수 기능에 집중하도록 학습시킵니다.
학습 중에 모델의 일부는 변경되지 않고 COCO 데이터 세트에서 얻은 일반적인 지식을 유지합니다. 다른 부분은 개 자세 추정의 정확도를 높이기 위해 재학습됩니다. 모델은 예측을 데이터 세트의 실제 키 포인트와 비교하고 오류를 줄이기 위해 조정하여 학습합니다. 시간이 지남에 따라 이 프로세스는 개의 움직임을 정확하게 추적하는 데 더 효과적입니다.
전이 학습은 또한 모델이 다양한 품종, 크기 및 움직임 패턴에 적응할 수 있도록 하여 실제 시나리오에서 안정적으로 작동하도록 보장합니다.
다양한 컴퓨터 비전 모델이 존재하는데, 왜 YOLOv11이 강아지 자세 추정에 적합한 선택일까요?
YOLO11은 실시간 속도와 정확성으로 두각을 나타내며, 개 자세 추정에 훌륭한 선택입니다. 이전 버전보다 정밀도와 속도 모두에서 더 나은 성능을 보입니다. YOLOv8보다 22% 더 적은 파라미터로 COCO 데이터 세트에서 더 높은 평균 정밀도(mAP)를 달성하여 객체를 더 정확하고 효율적으로 감지합니다. 빠른 처리 속도는 빠르고 안정적인 감지가 필수적인 실시간 애플리케이션에 완벽합니다.
포즈 추정 외에도 YOLO11은 인스턴스 분할 및 객체 추적과 같은 컴퓨터 비전 작업도 지원하므로 강아지 모니터링을 위한 보다 포괄적인 비전 AI 솔루션을 만드는 데 도움이 될 수 있습니다. 이러한 기능은 움직임 추적, 행동 분석 및 전반적인 애완 동물 관리를 개선할 수 있습니다.
다음으로, 강아지 자세 추정의 실제 적용 분야와 반려동물 관리에 미치는 영향에 대해 논의해 보겠습니다.
개 자세 추정은 개 훈련을 더 스마트하고 효과적으로 만들 수 있습니다. 카메라를 사용하여 개의 움직임을 캡처한다고 가정할 때 YOLO11이 개입할 수 있습니다. 다리, 꼬리, 머리와 같은 주요 지점을 감지하고 분석하여 앉기, 엎드려, 눕기와 같은 동작을 인식할 수 있습니다.
개가 동작을 올바르게 수행하지 못하면 시스템은 앱을 통해 즉각적인 피드백을 제공하여 트레이너를 실시간으로 도울 수 있습니다. 이를 통해 훈련이 더욱 효율적이고 정확하며 개의 진행 상황에 더욱 빠르게 대응할 수 있습니다.
예를 들어, 강아지에게 앉으라는 명령을 가르치는 것을 생각해 보십시오. 이 시스템은 강아지의 자세를 모니터링하고 완전히 앉았는지 감지할 수 있습니다. 강아지가 몸을 낮추지만 완전히 앉지 않으면 시스템은 불완전한 동작을 감지하고 앱을 통해 즉각적인 피드백을 보낼 수 있습니다. 트레이너는 명령을 강화하거나 강아지를 올바른 위치로 안내하는 등 훈련에 약간의 조정을 가하도록 변경할 수 있습니다.
컴퓨터 비전은 수의사가 동물 치료에 접근하는 방식을 바꿀 수 있습니다. '개 자세 추정'의 세부 사항을 정확하게 분석하는 능력은 비정상적인 움직임 패턴을 발견하고 잠재적인 건강 문제를 식별하는 것을 더 쉽게 만듭니다.
예를 들어, 인대 부상에서 회복 중인 개를 모니터링하는 수의사는 Dog-Pose 데이터 세트에서 훈련된 YOLO11을 사용하여 자동화된 분석을 수행할 수 있습니다. 다리를 절거나 다리 위치의 변화를 쉽게 감지할 수 있습니다. 비전 지원 연속 24/7 모니터링은 개의 회복에 대한 명확한 통찰력을 제공하여 치료가 효과적인지 또는 조정이 필요한지 판단하는 데 도움이 됩니다.
기술이 계속 발전함에 따라 YOLO11을 사용한 개 자세 추정과 같은 솔루션은 동물 모니터링 및 웰빙에서 더 큰 역할을 할 가능성이 높습니다. 실제로 YOLO11은 스마트 목걸이 및 건강 추적기와 같은 웨어러블 기술과 통합되어 심박수, 활동 수준 및 이동 패턴과 같은 주요 건강 지표를 모니터링할 수 있습니다.
예를 들어, 모션 센서가 장착된 스마트 칼라는 개의 걷거나 뛰는 걸음걸이를 추적할 수 있으며, YOLO11의 자세 추정은 실시간으로 자세를 분석합니다. 시스템이 다리를 절거나 뻣뻣함과 같은 비정상적인 움직임을 감지하면 이 데이터를 심박수 및 활동 수준과 연관시켜 잠재적인 불편함이나 부상을 평가할 수 있습니다. 애완동물 소유자와 수의사는 이러한 통찰력을 사용하여 문제를 조기에 식별하고 사전 조치를 취할 수 있습니다.
이러한 발전으로 개 자세 추정은 단순한 움직임 추적을 넘어 포괄적인 AI 기반 반려동물 관리 시스템의 핵심 부분이 되어 개가 더 건강하고 안전하게 실시간으로 모니터링되도록 돕고 있습니다.
YOLO11 및 Dog-Pose 데이터 세트와 같은 혁신을 통해 컴퓨터 비전 분야에서 새로운 가능성을 열고 있습니다. 이러한 발전은 이전에는 불가능했던 방식으로 개 행동과 건강을 더 잘 이해하는 데 도움이 됩니다.
개 자세를 정확하게 추적함으로써 훈련을 개선하고, 건강을 모니터링하고, 반려동물 관리를 보다 효과적으로 수행할 수 있습니다. 연구, 수의 진료 또는 개 훈련 등 Vision AI는 개를 돌보고 웰빙을 개선하는 더 스마트한 방법을 만들고 있습니다.
커뮤니티에 참여하고 GitHub 저장소를 탐색하여 AI에 대해 자세히 알아보세요. 헬스케어 분야의 컴퓨터 비전 및 자율 주행 자동차의 AI와 같은 혁신이 미래를 어떻게 만들어 가는지 알아보세요. 지금 Vision AI 프로젝트를 시작하려면 라이선스 옵션을 확인하세요.
.webp)