Дообучение Ultralytics YOLO11 для оценки позы собаки

А что, если поза твоей собаки поможет понять, что она чувствует? Постоянно наблюдать за ней вручную непросто. Однако благодаря достижениям в области искусственного интеллекта (ИИ) и компьютерного зрения мы можем анализировать видеозаписи в реальном времени и лучше понимать поведение питомца.

В частности, модели компьютерного зрения, такие как Ultralytics YOLO11, помогают оценивать позу собаки и отслеживать её движения, предоставляя ценную информацию о её самочувствии. Как это работает? Возможность YOLO11 оценивать позу позволяет определять ключевые точки на теле объекта, чтобы распознавать его позу и движения.

Кроме того, YOLO11 можно дообучить на наборе данных, предназначенном для оценки позы собак, чтобы точно анализировать язык тела твоего питомца. Пакет Ultralytics для Python поддерживает набор данных Dog-Pose, упрощая обучение и развёртывание моделей компьютерного зрения для собак. Эта технология относится к стремительно растущему рынку технологий для домашних животных, объём которого в 2024 году составил 9,4 млрд долларов и, по прогнозам, к 2037 году достигнет 64 млрд долларов.

Идею этой статьи вдохновил Блюз — наш исполнительный директор по собакам (DEO). Загляни на страницу «О нас»: ты увидишь, что Блюз — ценный участник команды, который помогает поддерживать весёлую атмосферу в Ultralytics!

В этой статье мы расскажем, как дообучить Ultralytics YOLO11 для оценки позы собак на наборе данных Dog-Pose. Также рассмотрим практические применения этой технологии в уходе за питомцами и анализе их поведения.

Рис. 1. Знакомься: Блюз, исполнительный директор по собакам (DEO) в Ultralytics.

Обзор набора данных Dog-Pose#

Набор данных — это коллекция данных, используемая для обучения моделей машинного обучения. Для оценки позы идеальный набор данных содержит изображения с размеченными ключевыми точками, обозначающими положения частей тела. В нём также должны быть представлены разные позы, ракурсы, условия освещения и фоны, чтобы модель училась точно распознавать и предсказывать позы. Благодаря такому разнообразию модель становится надёжнее в реальных условиях.

Набор данных Dog-Pose, поддерживаемый Ultralytics, специально создан, чтобы помогать моделям эффективно обучаться распознаванию поз собак. В него входит более 8400 размеченных изображений собак разных пород. Их можно просмотреть на платформе Ultralytics; на каждом изображении подробно размечены 24 ключевые точки, например хвост, уши и лапы.

Рис. 2. Обзор набора данных Dog-Pose.

Как дообучить Ultralytics YOLO11 на наборе данных Dog-Pose#

Пользовательское обучение YOLO11 на наборе данных Dog-Pose — простой процесс. Для начала настрой среду, установив пакет Ultralytics для Python, в который входят все необходимые инструменты для обучения и оценки.

Ultralytics поддерживает набор данных Dog-Pose из коробки, поэтому размечать данные вручную не нужно и можно сразу приступить к обучению. После настройки всего необходимого YOLO11 можно обучить на наборе данных Dog-Pose всего несколькими строками кода, как показано на изображении ниже.

Во время обучения модель учится обнаруживать и отслеживать позы собак разных пород, при разном освещении и в различных условиях. После обучения можно визуализировать результаты и дообучить модель, чтобы повысить точность и производительность.

Рис. 3. Фрагмент кода, демонстрирующий пользовательское обучение Ultralytics YOLO11 на наборе данных Dog-Pose.

Если во время обучения модели возникнут проблемы, воспользуйся этими советами по устранению неполадок, чтобы быстро их решить:

• Проверь подключение к интернету: набор данных Dog-Pose скачивается автоматически при запуске скрипта обучения. Убедись, что у тебя стабильное подключение к интернету, чтобы избежать ошибок при скачивании.
• Обнови Ultralytics: убедись, что используешь последнюю версию пакета Ultralytics для Python.
• Проверь ошибки в консоли: внимательно прочитай все сообщения об ошибках — они часто подсказывают, что нужно исправить.

Дополнительные советы по устранению неполадок смотри в руководстве Ultralytics по распространённым проблемам.

Что происходит во время пользовательского обучения модели?#

Возможно, тебе интересно, что происходит за кулисами, когда ты обучаешь Ultralytics YOLO11 на наборе данных Dog-Pose. Давай подробнее рассмотрим этот процесс.

Вместо того чтобы начинать с нуля, мы используем предварительно обученную модель Ultralytics YOLO11-pose, уже обученную на наборе данных COCO-Pose. Эта предварительно обученная модель может обнаруживать ключевые точки человеческого тела, поскольку COCO-Pose предназначен для оценки поз человека. Фактически YOLO11-Pose можно использовать для оценки поз человека сразу после установки, без дополнительного обучения.

С помощью трансферного обучения мы адаптируем эту модель специально для оценки поз собак, помогая ей распознавать ключевые точки, например лапы, хвост и голову. Показывая модели примеры, связанные с собаками, мы учим её выделять эти важные признаки.

Во время обучения некоторые части модели остаются неизменными и сохраняют общие знания, полученные на наборе данных COCO. Другие части переобучаются, чтобы повысить точность оценки поз собак. Модель учится, сравнивая предсказанные положения с фактическими ключевыми точками в наборе данных и корректируя их, чтобы уменьшить ошибки. Со временем благодаря этому процессу модель точнее отслеживает движения собаки.

Трансферное обучение также позволяет модели адаптироваться к разным породам, размерам и характеру движений, обеспечивая надёжную работу в реальных условиях.

Рис. 4. Обнаруженные ключевые точки Блюза и его сестры Хэппи.

Преимущества Ultralytics YOLO11 для оценки поз собак#

Существует множество моделей компьютерного зрения. Почему же YOLO11 — правильный выбор для оценки поз собак?

Ultralytics YOLO11 выделяется скоростью работы в реальном времени и точностью, поэтому отлично подходит для оценки поз собак. Она превосходит предыдущие версии и по точности, и по скорости. Например, YOLO11m показывает более высокое среднее значение точности (mAP) на наборе данных COCO, чем YOLOv8m, используя на 22% меньше параметров. Это означает, что модель точнее и эффективнее обнаруживает объекты. Высокая скорость обработки делает ее идеальной для приложений реального времени, где необходима быстрая и надежная детекция.

Помимо оценки поз, Ultralytics YOLO11 поддерживает и такие задачи компьютерного зрения, как сегментация экземпляров и отслеживание объектов. Это позволяет создавать более комплексные решения на основе Vision AI для наблюдения за собакой. Эти возможности помогают улучшить отслеживание движений, анализ поведения и общий уход за питомцем.

Рис. 5. Ultralytics YOLO11 в действии: сегментация собак породы блюз.

Применение оценки поз собак и Ultralytics YOLO11#

Теперь обсудим практическое применение оценки поз собак и её влияние на уход за питомцами.

Как оценка поз собак помогает улучшить их дрессировку#

Оценка позы собаки может сделать ее дрессировку более продуманной и эффективной. Представь, что для записи движений собаки используют камеру. Здесь на помощь приходит Ultralytics YOLO11: она может определять ключевые точки — например, ноги, хвост и голову — и анализировать их, распознавая такие действия, как сидеть, стоять или лежать.

Если собака выполняет команду неправильно, система может сразу отправить обратную связь через приложение и помочь дрессировщику в режиме реального времени. Так дрессировка становится эффективнее и точнее, а её процесс можно оперативно адаптировать к успехам собаки.

Например, представь, что ты учишь собаку садиться по команде. Система может отслеживать позу собаки и определять, полностью ли она села. Если собака опускает корпус, но не садится до конца, система обнаружит, что действие выполнено не полностью, и сразу отправит обратную связь через приложение. Дрессировщик получит уведомление и сможет немного скорректировать тренировку, например повторить команду или помочь собаке занять правильное положение.

Рис. 6. Блюз помогает команде оценивать позы собак с помощью Ultralytics YOLO11.

Развитие ветеринарной помощи с помощью моделей оценки поз#

Компьютерное зрение способно изменить подход ветеринаров к уходу за животными. Точный анализ деталей при оценке поз собак позволяет легче замечать необычные модели движений и выявлять возможные проблемы со здоровьем.

Например, ветеринар может использовать Ultralytics YOLO11, обученную на наборе данных Dog-Pose, для автоматического анализа состояния собаки, восстанавливающейся после травмы связок. Модель легко обнаружит хромоту или изменения положения лап. Непрерывное круглосуточное наблюдение с помощью компьютерного зрения даёт чёткое представление о ходе восстановления и помогает определить, работает ли лечение или его нужно скорректировать.

Будущее оценки поз собак#

По мере развития технологий такие решения, как оценка поз собак с помощью YOLO11, вероятно, будут играть всё более важную роль в наблюдении за животными и заботе об их благополучии. YOLO11 можно интегрировать с носимыми устройствами, например умными ошейниками и трекерами здоровья, чтобы отслеживать ключевые показатели здоровья: частоту сердечных сокращений, уровень активности и характер движений.

Например, умный ошейник с датчиками движения может отслеживать походку собаки во время ходьбы или бега, а оценка позы с помощью Ultralytics YOLO11 — анализировать положение тела в реальном времени. Если система обнаружит необычные движения, например хромоту или скованность, она сможет сопоставить эти данные с частотой сердцебиения и уровнем активности, чтобы оценить возможный дискомфорт или травму. Владельцы домашних животных и ветеринары могут использовать эти сведения, чтобы выявлять проблемы на ранней стадии и принимать меры.

Благодаря этим разработкам оценка поз собак выходит за рамки простого отслеживания движений и становится важной частью комплексной системы ухода за питомцами на основе ИИ, помогая следить за здоровьем и безопасностью собак в реальном времени.

Главные выводы#

Такие инновации, как Ultralytics YOLO11 и набор данных Dog-Pose, открывают новые возможности в компьютерном зрении. Благодаря этим разработкам мы можем лучше понимать поведение и здоровье собак — раньше это было невозможно.

Точно отслеживая позы собак, мы можем улучшить дрессировку, следить за здоровьем и сделать уход за питомцами эффективнее. Будь то исследования, ветеринарная помощь или дрессировка собак, Vision AI помогает находить более интеллектуальные способы заботы о наших питомцах и улучшения их благополучия.

Присоединяйся к нашему сообществу и изучи наш репозиторий на GitHub, чтобы узнать больше об ИИ. Узнай, как такие инновации, как компьютерное зрение в здравоохранении и ИИ в беспилотных автомобилях, меняют будущее. Ознакомься с вариантами лицензирования, чтобы начать свои проекты в области Vision AI уже сегодня.