Ultralytics YOLO26 vs. outros modelos Ultralytics YOLO para estimativa de pose

Quando observas a postura de alguém, é fácil perceber se está curvado, inclinado para a frente ou de pé. Os seres humanos conseguem compreender rapidamente como as diferentes partes do corpo se relacionam entre si.

É uma parte intrínseca da forma como interpretamos o movimento e a linguagem corporal no dia a dia. Para as máquinas, no entanto, este tipo de compreensão visual não é automático. Ensinar um sistema a reconhecer movimentos e estruturas requer técnicas avançadas de aprendizagem profunda e visão computacional que lhe permitam interpretar imagens de forma significativa.

Em particular, a estimativa de pose é uma técnica de IA de visão que permite a um modelo de visão computacional construir uma compreensão semelhante. Em vez de simplesmente detetar um objeto numa imagem, o modelo prevê pontos-chave que representam marcos estruturais importantes.

Estes pontos-chave podem corresponder a articulações do corpo, membros de animais, componentes de máquinas ou até pontos fixos, como os cantos de um campo. Ao identificar e acompanhar estes pontos, o sistema consegue compreender a posição, o alinhamento e o movimento de forma estruturada e mensurável.

À medida que a estimativa de pose é aplicada a mais cenários do mundo real, os modelos têm de lidar de forma mais eficaz com pontos-chave não humanos, cenas complexas e conjuntos de dados personalizados. Por exemplo, modelos de vanguarda como o Ultralytics YOLO26 suportam tarefas de visão computacional, como a estimativa de pose, e baseiam-se em modelos de pose YOLO anteriores, com melhorias arquiteturais e de treino concebidas para aumentar a flexibilidade e o desempenho geral.

Fig. 1. Um exemplo de estimativa de pose ativada pelo YOLO (Fonte)

Neste artigo, vamos comparar o YOLO26-pose com modelos de pose YOLO anteriores da Ultralytics e explorar como melhora a flexibilidade, a velocidade de convergência e o desempenho em cenas complexas. Vamos começar!

O que é a estimativa de pose?#

Antes de nos debruçarmos sobre a comparação dos modelos de pose do Ultralytics YOLO, vamos analisar mais de perto o que significa realmente a estimativa de pose no contexto da visão computacional.

A estimativa de pose é uma técnica utilizada para detetar e acompanhar pontos-chave específicos numa imagem ou num fotograma de vídeo. Estes pontos-chave podem representar marcos estruturais importantes, como articulações do corpo humano, membros de um animal, componentes de uma máquina ou pontos de referência fixos numa cena.

Fig. 2. Estimativa da pose de trabalhadores utilizando a estimativa de pose humana (Fonte)

Ao identificar as coordenadas destes pontos, um modelo consegue compreender como um objeto está posicionado e como se move ao longo do tempo. Ao contrário da classificação de imagens, que atribui uma única etiqueta a uma imagem inteira, ou dos modelos de deteção de objetos, que se concentram em desenhar caixas delimitadoras em torno dos objetos, a estimativa de pose fornece informações espaciais mais detalhadas sobre a estrutura e o movimento.

Uma visão geral do Ultralytics YOLO26-pose#

O YOLO26-pose está disponível em várias variantes ou tamanhos de modelo, incluindo opções leves como o YOLO26n-pose e modelos maiores, como o YOLO26m-pose, o YOLO26l-pose e o YOLO26x-pose. Isto permite às equipas escolher o equilíbrio adequado entre velocidade e precisão, consoante o hardware e os requisitos de desempenho.

A Ultralytics também disponibiliza modelos de pose pré-treinados em grandes conjuntos de dados gerais, como o conjunto de dados COCO, especificamente as anotações COCO-Pose (pontos-chave COCO) para a estimativa de pose humana, para que não tenhas de começar do zero. Na maioria dos casos, as equipas fazem o ajuste fino destes modelos no seu próprio conjunto de dados para os adaptar a pontos-chave, disposições ou ambientes específicos.

Normalmente, isto envolve preparar ficheiros de anotação personalizados que definem coordenadas de pontos-chave e etiquetas de classe num formato estruturado. Estas anotações associam os pontos-chave a coordenadas de píxeis específicas em cada imagem, permitindo ao modelo aprender relações espaciais precisas durante o treino.

A utilização de modelos pré-treinados torna o treino mais rápido, reduz os requisitos de dados e ajuda a colocar os projetos em produção de forma mais eficiente.

Aplicações da estimativa de pose humana no mundo real#

Eis uma amostra de alguns casos de utilização no mundo real em que a estimativa de pose desempenha um papel importante:

• Cuidados de saúde e reabilitação: Os profissionais de saúde podem utilizar modelos de pose para avaliar a postura, acompanhar a evolução da recuperação e analisar padrões de movimento durante a fisioterapia.
• Sistemas autónomos: Os drones e as câmaras inteligentes podem utilizar informações de pose para compreender melhor a orientação e o movimento dos objetos em cenas dinâmicas.
• Segurança no trabalho: As organizações podem monitorizar o posicionamento do corpo e os movimentos repetitivos para ajudar a identificar potenciais riscos de segurança.
• Fitness e treino pessoal: As aplicações de fitness utilizam a estimativa de pose para acompanhar a execução dos exercícios, contar repetições e fornecer feedback em tempo real sobre a postura e o movimento mantidos durante tutoriais de fitness.

Fig. 3. A estimativa de pose pode ajudar a acompanhar pontos corporais importantes durante um movimento atlético. (Fonte)

Explorar o suporte do Ultralytics YOLO26 para a estimativa de pose#

O Ultralytics YOLO26 baseia-se em modelos YOLO anteriores da Ultralytics, com atualizações concebidas para tornar o treino e a implementação mais práticos.

Tal como as versões anteriores, suporta a estimativa de pose como parte de uma estrutura unificada. A principal diferença é que o Ultralytics YOLO26 foi concebido para ser mais flexível e estável numa gama mais ampla de casos de utilização do mundo real.

Fig. 4. Avaliação comparativa do YOLO26 (Fonte)

Os modelos de pose YOLO anteriores da Ultralytics eram amplamente influenciados por conjuntos de dados de pose humana, o que significava que partes dos métodos mais antigos eram otimizadas para estruturas de articulações humanas. O YOLO26 elimina essas suposições específicas dos seres humanos.

Como resultado, é mais adequado para pontos-chave não humanos, como a deteção dos cantos de um campo de ténis ou de outros marcos estruturais personalizados. Isto é significativo porque, por predefinição, os modelos Ultralytics YOLO26-pose pré-treinados são treinados em conjuntos de dados como o COCO-pose e preveem pontos-chave humanos definidos nas anotações do conjunto de dados.

No entanto, quando as equipas querem detetar diferentes tipos de marcos, como componentes de máquinas, marcadores de campos desportivos ou pontos de infraestruturas, normalmente é necessário fazer o ajuste fino do modelo num conjunto de dados personalizado onde esses pontos-chave específicos estejam anotados.

Como o Ultralytics YOLO26 não está associado a suposições sobre estruturas de articulações humanas, consegue adaptar-se de forma mais eficaz durante o ajuste fino. Esta flexibilidade permite ao modelo aprender disposições de pontos-chave personalizados de forma mais fiável, o que conduz a métricas de avaliação melhores ao validar conjuntos de dados com configurações de pontos-chave únicas.

O Ultralytics YOLO26-pose também foi concebido para melhorar a localização de pontos-chave quando partes de um objeto estão parcialmente ocultas ou aparecem numa escala muito pequena. Em cenas do mundo real que envolvem indivíduos distantes, imagens captadas por drones ou cenários com objetos pequenos, isto pode resultar em previsões de pontos-chave mais precisas em comparação com modelos de pose anteriores.

Outra atualização importante é a formulação melhorada da função de perda utilizada durante o treino. A função de perda determina como o modelo corrige os seus erros enquanto aprende.

No caso do Ultralytics YOLO26-pose, este processo é mais eficaz, o que ajuda o modelo a aprender mais rapidamente e a alcançar uma precisão elevada em menos épocas, sendo que uma época corresponde a uma passagem completa pelo conjunto de dados de treino.

De forma geral, o YOLO26-pose baseia-se em modelos de pose YOLO anteriores da Ultralytics, com melhorias mais claras no suporte a pontos-chave não humanos e na convergência do treino, mantendo simultaneamente o mesmo fluxo de trabalho familiar.

Comparação do YOLO26-pose com o Ultralytics YOLOv5#

A primeira versão dos modelos YOLO da Ultralytics, o Ultralytics YOLOv5, foi criada principalmente para a deteção de objetos. Embora o YOLOv5 tenha sido posteriormente expandido para suportar a segmentação de instâncias, não inclui uma cabeça nativa e especializada para estimativa de pose na estrutura oficial da Ultralytics.

As equipas que precisavam de deteção de pontos-chave dependiam normalmente de implementações separadas ou de modificações personalizadas. O Ultralytics YOLO26 inclui a estimativa de pose como uma tarefa integrada, com uma cabeça arquitetural dedicada, concebida especificamente para prever pontos-chave.

Isto significa que os modelos Ultralytics YOLO26-pose podem ser treinados, validados e implementados no mesmo fluxo de trabalho unificado que a deteção e a segmentação. Para projetos focados na deteção estruturada de pontos-chave, o YOLO26 oferece suporte nativo para pose e uma arquitetura específica da tarefa que o YOLOv5 não disponibiliza por predefinição.

Principais diferenças: YOLO26-pose vs. Ultralytics YOLOv8-pose#

O Ultralytics YOLOv8 introduziu a estimativa de pose nativa na estrutura unificada da Ultralytics, facilitando o treino e a implementação de modelos de pontos-chave através do mesmo fluxo de trabalho utilizado para a deteção e a segmentação. Baseia-se num pipeline tradicional de pós-processamento com supressão não máxima (NMS) e utiliza formulações de perda anteriores para a regressão de caixas delimitadoras e o treino.

O Ultralytics YOLO26 baseia-se nesta fundação com atualizações arquiteturais e de treino que têm um impacto direto na estimativa de pose. Uma das principais diferenças é o design de ponta a ponta. O YOLO26 elimina a necessidade de NMS externo durante a inferência, o que simplifica a implementação e melhora a consistência da latência, especialmente em CPUs e dispositivos de edge.

Outra melhoria importante está na metodologia de treino. O Ultralytics YOLO26 introduz o otimizador MuSGD, juntamente com estratégias de perda atualizadas. Para tarefas de pose, integra a Estimativa de Log-Verosimilhança Residual, que melhora a forma como a incerteza dos pontos-chave é modelada. Em conjunto, estas alterações podem conduzir a uma convergência mais rápida e a previsões de pontos-chave mais estáveis, especialmente em cenas complexas ou parcialmente ocultas.

Em suma, o Ultralytics YOLOv8-pose estabeleceu uma base sólida e versátil. O YOLO26-pose aperfeiçoa essa base com maior eficiência de treino, melhor gestão de oclusões e maior flexibilidade para aplicações de pose não humana no mundo real.

YOLO26-pose vs. Ultralytics YOLO11-pose: o que melhorou?#

O Ultralytics YOLO11 baseia-se no Ultralytics YOLOv8, aperfeiçoando o backbone e as camadas de extração de características. Reduziu os FLOPs, melhorou a eficiência dos parâmetros e proporcionou um mAP mais elevado, mantendo um forte desempenho em tempo real. Para tarefas de pose, isto significou uma melhor precisão dos pontos-chave com uma arquitetura mais leve.

O YOLO26-pose dá continuidade a essa evolução com uma mudança arquitetural mais fundamental. Simplificando, o YOLO11 aperfeiçoou a eficiência e a precisão do YOLOv8, e o YOLO26 baseia-se nessa fundação com atualizações arquiteturais e de treino destinadas a uma convergência mais rápida, uma inferência mais estável e uma melhor precisão de pose em cenários complexos.

Por que deves começar a utilizar o modelo Ultralytics YOLO26 para a estimativa de pose?#

Ao explorares as diferenças entre os modelos YOLO da Ultralytics, podes perguntar-te se deves mudar para o YOLO26-pose.

A resposta curta é que se trata de uma atualização simples. Se já utilizas o Ultralytics YOLOv8-pose ou o Ultralytics YOLO11-pose, mudar para o YOLO26-pose normalmente significa apenas alterar a versão do modelo, sem reconstruir o teu pipeline.

Podes beneficiar de um melhor suporte para pontos-chave não humanos, de uma convergência mais rápida durante o treino e de uma melhor gestão de pontos ocultos, mantendo tudo dentro da mesma estrutura da Ultralytics. Para a maioria dos projetos de pose novos e existentes, passar para o YOLO26-pose é uma forma simples de obter essas melhorias com o mínimo de alterações.

Além disso, o YOLO26-pose é totalmente suportado no pacote Python da Ultralytics, baseado em PyTorch, que simplifica o treino, a validação e a implementação. Os modelos podem ser exportados para formatos como ONNX, TensorRT, OpenVINO, CoreML e TFLite, facilitando a implementação em GPUs, CPUs e dispositivos de edge sem alterar o teu fluxo de trabalho geral.

Principais conclusões#

O Ultralytics YOLO26-pose torna a estimativa de pose mais flexível e fiável, especialmente ao trabalhar com pontos-chave não humanos ou cenas complexas. Treina mais rapidamente, lida melhor com oclusões e fornece resultados mais consistentes em diferentes conjuntos de dados. Para as equipas que já utilizam modelos de pose YOLO da Ultralytics, o YOLO26 oferece melhorias claras sem alterar os fluxos de trabalho existentes.

Queres saber mais sobre AI? Visita a nossa comunidade e o nosso repositório do GitHub. Explora as nossas páginas de soluções para saber mais sobre AI na robótica e visão computacional na agricultura. Descobre as opções de licenciamento e começa hoje a desenvolver com visão computacional!