Кастомное обучение Ultralytics YOLO11 для оценки позы собаки

Что, если бы поза твоей собаки могла подсказать тебе, что она чувствует? Круглосуточный ручной мониторинг — задача не из легких. Однако благодаря достижениям в области искусственного интеллекта (ИИ) и computer vision, мы можем анализировать видеозаписи в реальном времени, чтобы лучше понимать их поведение.

В частности, модели computer vision, такие как Ultralytics YOLO11, могут помочь в оценке позы собаки и отслеживании её движений, предоставляя ценную информацию о её самочувствии. Как это работает? Возможность оценки позы в YOLO11 позволяет идентифицировать ключевые точки на теле субъекта, чтобы понять его осанку и движения.

Кроме того, YOLO11 можно дообучить на наборе данных, предназначенном для оценки позы собаки, что позволит точно анализировать язык тела твоего питомца. Пакет Ultralytics Python поддерживает Dog-Pose Dataset, который упрощает обучение и развертывание моделей vision AI для собак. Эта технология является частью бурно развивающегося pet tech market, оцениваемого в 9,4 миллиарда долларов в 2024 году и, согласно прогнозам, достигшего 64 миллиардов долларов к 2037 году.

Вдохновением для этой статьи послужил Блюз, наш «собачий директор» (Dog Executive Officer, DEO). Если заглянешь на нашу страницу About Us, ты увидишь, что Блюз — ценный член команды, который помогает поддерживать веселую атмосферу в Ultralytics!

В этой статье мы обсудим, как дообучить YOLO11 с использованием Dog-Pose Dataset для оценки позы собаки. Мы также изучим практическое применение этой технологии в уходе за питомцами и анализе их поведения.

Рис. 1. Знакомься, Блюз, собачий директор (DEO) в Ultralytics.

Link to this sectionОбзор набора данных Dog-Pose#

Dataset — это коллекция данных, используемая для обучения моделей машинного обучения. Для pose estimation идеальный набор данных включает изображения с размеченными ключевыми точками для отображения положений тела. Он также должен содержать разнообразие поз, углов съемки, условий освещения и фонов, чтобы помочь модели научиться точно распознавать и предсказывать позы. Такое разнообразие делает модель более надежной для практического использования.

Набор данных Dog-Pose, поддерживаемый Ultralytics, специально разработан для того, чтобы помочь моделям эффективно изучать и распознавать позы собак. Он включает более 8400 аннотированных изображений различных пород собак с детальной разметкой 24 ключевых точек, таких как хвост, уши и лапы.

Рис. 2. Обзор набора данных Dog-Pose.

Link to this sectionКак дообучить YOLO11 на наборе данных Dog-Pose#

Дообучение YOLO11 с использованием Dog-Pose Dataset — это простой процесс. Чтобы начать, тебе нужно настроить окружение, установив Ultralytics Python package, который включает все необходимые инструменты для обучения и оценки.

Ultralytics имеет встроенную поддержку Dog-Pose Dataset, что исключает необходимость ручной разметки и позволяет сразу приступить к обучению. Как только все настроено, ты сможешь обучить YOLO11 на Dog-Pose Dataset с помощью всего нескольких строк кода, как показано на изображении ниже.

Во время обучения модель учится обнаруживать и отслеживать позы собак с учетом различных пород, условий освещения и окружающей среды. После обучения ты сможешь визуализировать результаты и донастроить модель для повышения её точности и производительности.

Рис. 3. Фрагмент кода, демонстрирующий дообучение YOLO11 на наборе данных Dog-Pose.

Если при обучении модели ты столкнешься с какими-либо проблемами, вот несколько советов по устранению неполадок, которые помогут тебе быстро их решить:

• Проверь подключение к интернету: Dog-Pose Dataset загружается автоматически при запуске скрипта обучения. Убедись, что у тебя стабильное интернет-соединение, чтобы избежать сбоев при загрузке.
• Обнови Ultralytics: Убедись, что используешь последнюю версию пакета Ultralytics Python.
• Проверь наличие ошибок в консоли: Внимательно читай любые сообщения об ошибках, так как они часто дают подсказки о том, что нужно исправить.

Ты можешь ознакомиться с Ultralytics Common Issues Guide для получения дополнительных советов по устранению неполадок.

Link to this sectionЧто происходит во время обучения модели?#

Тебе может быть интересно, что происходит «под капотом», когда ты custom-train YOLO11 на Dog-Pose Dataset. Давай рассмотрим этот процесс подробнее.

Вместо того чтобы начинать с нуля, мы используем предобученную модель YOLO11-pose, которая уже обучена на COCO-Pose dataset. Эта предобученная модель может определять ключевые точки человека, так как COCO-Pose предназначена для оценки человеческой позы. По сути, без какого-либо дополнительного обучения ты можешь использовать YOLO11-Pose для оценки позы человека «из коробки».

Благодаря переносу обучения (transfer learning) мы адаптируем эту модель специально для оценки позы собаки, помогая ей распознавать ключевые точки, такие как лапы, хвост и голова. Предоставляя модели примеры именно с собаками, она учится фокусироваться на этих важных признаках.

Во время обучения некоторые части модели остаются неизменными, сохраняя общие знания, полученные из набора данных COCO. Другие части дообучаются для повышения точности оценки поз собак. Модель учится, сравнивая свои предсказания с фактическими ключевыми точками в наборе данных и корректируя их для уменьшения ошибок. Со временем этот процесс улучшает способность модели точно отслеживать движения собаки.

Transfer learning также позволяет модели адаптироваться к различным породам, размерам и типам движений, гарантируя надежную работу в реальных условиях.

Рис. 4. Определение ключевых точек у Блюза и его сестры Хэппи.

Link to this sectionПреимущества YOLO11 в оценке позы собаки#

Существует множество computer vision models, поэтому что делает YOLO11 правильным выбором для оценки позы собаки?

YOLO11 выделяется своей скоростью и точностью в реальном времени, что делает её отличным вариантом для оценки позы собаки. Она работает лучше предыдущих версий как по точности, так и по скорости. Имея на 22% меньше параметров, чем YOLOv8, она достигает более высокого среднего показателя точности (mAP) на наборе данных COCO, что означает, что она определяет объекты более точно и эффективно. Высокая скорость обработки делает её идеальной для приложений реального времени, где важно быстрое и надежное обнаружение.

Помимо оценки позы, YOLO11 также поддерживает такие computer vision tasks, как сегментация экземпляров и отслеживание объектов, которые могут помочь в создании более комплексного решения vision AI для мониторинга твоей собаки. Эти функции могут улучшить отслеживание движений, анализ поведения и общий уход за питомцем.

Рис. 5. YOLO11 в действии: легко сегментирует Блюза!

Link to this sectionПрименение оценки позы собаки и YOLO11#

Далее давай обсудим практическое применение оценки позы собаки и её влияние на уход за питомцами.

Link to this sectionУлучшение дрессировки питомца с помощью оценки позы#

Оценка позы собаки может сделать её дрессировку более «умной» и эффективной. Допустим, используется камера для захвата движений собаки — здесь и вступает в игру YOLO11. Она может определять ключевые точки, такие как лапы, хвост и голова, анализируя их для распознавания команд, таких как «сидеть», «место» или «лежать».

Если собака выполняет действие неправильно, система может обеспечить мгновенную обратную связь через приложение, помогая дрессировщику в реальном времени. Это делает тренировку более эффективной, точной и отзывчивой к прогрессу собаки.

Например, представь, что ты учишь собаку команде «сидеть». Система может отслеживать позу собаки и определять, полностью ли она села. Если собака опускает заднюю часть тела, но не садится полностью, система распознает неполное действие и отправит мгновенную обратную связь через приложение. Дрессировщик получит сигнал сделать небольшие корректировки в тренировке, например, повторить команду или направить собаку в правильное положение.

Рис. 6. Блюз помогает команде с оценкой позы собаки с помощью YOLO11.

Link to this sectionРазвитие ветеринарного ухода с помощью моделей оценки позы#

Computer vision может изменить подход ветеринаров к уходу за животными. Способность оценки позы собаки точно анализировать детали позволяет легче замечать необычные модели движений и выявлять потенциальные проблемы со здоровьем.

Например, ветеринар, наблюдающий за собакой, восстанавливающейся после травмы связок, может положиться на YOLO11, обученную на Dog-Pose Dataset, для автоматизированного анализа. Хромоту или изменения в положении лап можно легко обнаружить. Непрерывный круглосуточный мониторинг с использованием зрения дает четкое понимание хода восстановления собаки, помогая определить, работает ли лечение или требуются корректировки.

Link to this sectionБудущее оценки позы собаки#

По мере того как технологии продолжают развиваться, решения вроде оценки позы собаки с помощью YOLO11 будут играть все большую роль в animal monitoring и благополучии животных. Фактически, YOLO11 можно интегрировать с носимыми устройствами, такими как умные ошейники и трекеры здоровья, для отслеживания ключевых показателей здоровья, таких как частота сердечных сокращений, уровень активности и модели мобильности.

Например, умный ошейник, оснащенный датчиками движения, может отслеживать походку собаки при ходьбе или беге, в то время как оценка позы в YOLO11 анализирует осанку в реальном времени. Если система обнаруживает нерегулярное движение, такое как хромота или скованность, она может сопоставить эти данные с частотой сердечных сокращений и уровнем активности, чтобы оценить потенциальный дискомфорт или травму. Владельцы питомцев и ветеринары используют эти данные для раннего выявления проблем и принятия профилактических мер.

Благодаря этим достижениям оценка позы собаки выходит за рамки простого отслеживания движений — она становится ключевой частью комплексной системы ухода за питомцами на базе ИИ, помогая собакам оставаться более здоровыми, в безопасности и под лучшим наблюдением в реальном времени.

Link to this sectionОсновные выводы#

Благодаря таким инновациям, как YOLO11 и Dog-Pose Dataset, мы открываем новые возможности в computer vision. Эти достижения помогают нам лучше понимать поведение и здоровье собак способами, которые раньше были невозможны.

Точно отслеживая позы собак, мы можем улучшить дрессировку, контролировать здоровье и сделать уход за питомцами более эффективным. Будь то исследования, ветеринарная помощь или дрессировка, vision AI создает более умные способы заботы о наших собаках и улучшения их самочувствия.

Присоединяйся к нашему сообществу и изучай наш GitHub repository, чтобы узнать больше об ИИ. Узнай, как инновации, такие как computer vision in healthcare и AI in self-driving cars, формируют будущее. Ознакомься с нашими licensing options, чтобы начать свои проекты в области vision AI уже сегодня.