Как использовать Ultralytics YOLO11 для оценки позы

Исследования в области компьютерного зрения — направления искусственного интеллекта (AI) — ведутся с 1960-х годов. Однако значительные прорывы в понимании изображений машинами произошли лишь в 2010-х годах, с распространением глубокого обучения. Одно из заметных достижений в компьютерном зрении — семейство моделей Ultralytics YOLO11 (которое с тех пор сменила Ultralytics YOLO26). Модели YOLO11, впервые представленные на ежегодном гибридном мероприятии Ultralytics YOLO Vision 2024 (YV24), поддерживают широкий спектр задач компьютерного зрения, включая оценку позы.

Оценка позы позволяет находить ключевые точки человека или объекта на изображении или видео, чтобы определить их положение, позу или движение. Ее широко используют в спортивной аналитике, мониторинге поведения животных и робототехнике, помогая машинам интерпретировать физические действия в реальном времени. Благодаря более высокой точности, эффективности и скорости по сравнению с предыдущими моделями серии YOLO («Смотришь только один раз»), YOLO11 отлично подходит для оценки позы в реальном времени.

Рис. 1. Пример оценки позы с помощью Ultralytics YOLO11.

В этой статье мы разберем, что такое оценка позы, обсудим некоторые варианты ее применения и покажем, как использовать YOLO11 для оценки позы с помощью пакета Ultralytics для Python. Также мы рассмотрим, как попробовать YOLO11 и оценку позы в несколько простых кликов с помощью Ultralytics HUB (теперь Ultralytics Platform). Начнем!

Что такое оценка позы?#

Прежде чем перейти к использованию Ultralytics YOLO11 для оценки позы, давай разберёмся, что она собой представляет.

Оценка позы — это метод компьютерного зрения для анализа позы человека или объекта на изображении или видео. Модели глубокого обучения, например Ultralytics YOLO11, могут распознавать, определять местоположение и отслеживать ключевые точки объекта или человека. У объектов такими ключевыми точками могут быть углы, края или характерные отметины на поверхности, а у людей — основные суставы, например локоть, колено или плечо.

Оценка позы — более сложная и особая задача по сравнению с другими задачами компьютерного зрения, например обнаружением объектов. При обнаружении объектов на изображении вокруг них рисуется рамка, а оценка позы идет дальше и предсказывает точное расположение ключевых точек объекта.

Рис. 2. Обнаружение и оценка поз людей в офисе с помощью Ultralytics YOLO11.

Для оценки позы используют два основных подхода: снизу вверх и сверху вниз. Подход снизу вверх обнаруживает отдельные ключевые точки и объединяет их в скелеты, а подход сверху вниз сначала обнаруживает объекты, а затем определяет ключевые точки внутри них.

Ultralytics YOLO11 сочетает преимущества подходов сверху вниз и снизу вверх. Как и подход снизу вверх, модель работает просто и быстро, не требуя вручную группировать ключевые точки. При этом она использует точность подхода сверху вниз: обнаруживает людей и за один этап оценивает их позы.

Сценарии применения Ultralytics YOLO11 для оценки позы#

Благодаря широким возможностям Ultralytics YOLO11 для оценки позы эту модель можно использовать во многих отраслях. Давай подробнее рассмотрим несколько сценариев применения YOLO11 для оценки позы.

Оценка позы в реальном времени с Ultralytics YOLO11: повышение безопасности работников#

Безопасность — важная составляющая любого проекта в сфере строительства. Это особенно актуально, поскольку на строительных площадках чаще происходят производственные травмы. В 2021 году около 20% всех смертельных производственных травм произошли на строительных площадках или рядом с ними. При ежедневных рисках, связанных с тяжелой техникой и электрическими системами, надежные меры безопасности необходимы для защиты работников. Традиционные методы — знаки, ограждения и ручное наблюдение прорабов — не всегда эффективны и часто отвлекают прорабов от более важных задач.

ИИ может повысить безопасность: систему мониторинга работников на основе оценки позы можно использовать для снижения риска несчастных случаев. Модели Ultralytics YOLO11 позволяют отслеживать движения и позы работников. С их помощью можно быстро выявлять потенциальные опасности, например когда работники подходят слишком близко к опасному оборудованию или неправильно выполняют задачи. При обнаружении риска система может уведомить руководителей или подать работнику сигнал тревоги. Постоянный мониторинг помогает сделать строительные площадки безопаснее, непрерывно выявляя опасности и защищая работников.

Рис. 3. Пример оценки позы на строительной площадке с помощью Ultralytics YOLO11.

Мониторинг сельскохозяйственных животных с помощью Ultralytics YOLO11 для оценки позы#

Фермеры и исследователи могут использовать Ultralytics YOLO11 для изучения движений и поведения сельскохозяйственных животных, например крупного рогатого скота, и выявлять ранние признаки заболеваний, таких как хромота. При хромоте животному трудно нормально двигаться из-за боли в ногах или копытах. У крупного рогатого скота такие заболевания влияют не только на здоровье и благополучие животных, но и приводят к проблемам с производительностью молочных ферм. Исследования показывают, что хромота наблюдается примерно у 8% коров при пастбищном содержании и у 15–30% при стойловом содержании в молочном животноводстве по всему миру. Раннее выявление и лечение хромоты помогают улучшить благополучие животных и сократить связанные с ней потери производства.

Функции оценки позы Ultralytics YOLO11 помогают фермерам отслеживать характер походки животных и быстро выявлять отклонения, которые могут указывать на проблемы со здоровьем, например заболевания суставов или инфекции. Раннее обнаружение таких проблем ускоряет лечение, снижает дискомфорт животных и помогает фермерам избежать экономических потерь.

Системы мониторинга на основе компьютерного зрения и ИИ также помогают анализировать поведение животных во время отдыха, социальные взаимодействия и режим кормления. С помощью оценки позы фермеры могут наблюдать за признаками стресса или агрессии. Эти данные помогают улучшить условия содержания животных и повысить их благополучие.

Рис. 4. Визуализация оценки позы коровы.

Применение Ultralytics YOLO11 в фитнес-индустрии#

Оценка позы также помогает людям в реальном времени следить за осанкой во время тренировок. С помощью Ultralytics YOLO11 инструкторы в спортзалах и на занятиях йогой могут наблюдать за движениями тела тренирующихся и отслеживать их, уделяя особое внимание ключевым точкам, например суставам и конечностям, чтобы оценить осанку. Собранные данные можно сравнивать с эталонными позами и техниками выполнения упражнений, а инструкторы могут получать уведомления о неправильном выполнении движений и предотвращать травмы.

Рис. 5. Использование оценки позы для анализа тренировки.

Например, на занятии йогой оценка позы помогает следить за тем, сохраняют ли все ученики правильное равновесие и положение тела. Мобильные приложения с компьютерным зрением и оценкой позы делают занятия фитнесом доступнее для тех, кто тренируется дома или не может заниматься с персональным тренером. Такая непрерывная обратная связь в реальном времени помогает улучшить технику и достичь фитнес-целей, снижая риск травм.

Попробуй оценку позы в реальном времени с моделью Ultralytics YOLO11#

Теперь, когда мы рассмотрели, что такое оценка позы, и обсудили некоторые варианты её применения, давай посмотрим, как попробовать оценку позы с YOLO11. Для начала есть два удобных способа: использовать пакет Ultralytics для Python или воспользоваться Ultralytics HUB. Давай рассмотрим оба варианта.

Запуск инференса с Ultralytics YOLO11#

При инференсе модель YOLO11 обрабатывает новые данные, отсутствовавшие в обучающей выборке, и использует усвоенные закономерности, чтобы делать прогнозы на основе этих данных. Запускать инференс можно в коде с помощью пакета Ultralytics для Python. Чтобы начать, достаточно установить пакет Ultralytics с помощью pip, conda или Docker. Если при установке возникнут сложности, в нашем руководстве по распространенным проблемам есть полезные советы по их устранению.

После успешной установки пакета приведи приведенный ниже код, чтобы загрузить модель YOLO11 для оценки позы и предсказывать позы объектов на изображении.

Рис. 6. Фрагмент кода с примером запуска инференса с помощью Ultralytics YOLO11.

Обучение пользовательской модели Ultralytics YOLO11#

Представь, что ты работаешь над проектом в области компьютерного зрения и у тебя есть специальный набор данных для конкретного применения, связанного с оценкой позы. Тогда ты можешь дообучить и обучить собственную модель YOLO11 под свою задачу. Например, можно использовать набор данных с ключевыми точками, чтобы анализировать позу тигра на изображениях и понимать её, определяя положение таких ключевых частей тела, как конечности, голова и хвост.

С помощью приведенного ниже фрагмента кода можно загрузить и обучить модель Ultralytics YOLO11 для оценки позы. Модель можно создать из конфигурации YAML или загрузить предварительно обученную модель для дальнейшего обучения. Скрипт также позволяет перенести веса и начать обучение модели на выбранном датасете, например на датасете COCO для оценки позы.

Рис. 7. Обучение пользовательской модели Ultralytics YOLO11.

С помощью только что обученной модели можно запускать инференс на ранее не встречавшихся изображениях, относящихся к твоему решению на основе компьютерного зрения. Обученную модель также можно преобразовать в другие форматы с помощью режима экспорта.

Попробуй YOLO11 в Ultralytics HUB#

До сих пор мы рассматривали способы использования YOLO11, требующие базовых навыков программирования. Если это не то, что тебе нужно, или ты не умеешь программировать, есть другой вариант — Ultralytics HUB. Ultralytics HUB — удобная платформа, которая упрощает обучение и развертывание моделей YOLO. С помощью HUB можно легко управлять датасетами, обучать модели и развертывать их без специальных технических знаний.

Чтобы запускать инференс на изображениях, создай учетную запись, перейди в раздел «Модели» и выбери интересующую тебя модель Ultralytics YOLO11 для оценки позы. В разделе предпросмотра можно загрузить изображение и посмотреть результаты предсказания, как показано ниже.

Рис. 8. Оценка позы с помощью YOLO11 на Ultralytics HUB.

Достижения Ultralytics YOLO11 в области обнаружения позы человека#

Ultralytics YOLO11 предлагает точные и гибкие решения для таких задач, как оценка позы, в самых разных областях. YOLO11 использует передовые технологии компьютерного зрения, чтобы повысить безопасность работников на стройках, следить за здоровьем сельскохозяйственных животных и помогать корректировать осанку во время фитнес-тренировок, обеспечивая точность и обратную связь в реальном времени.

Универсальность модели, наличие нескольких вариантов и возможность обучения под конкретные сценарии использования делают ее ценным инструментом и для разработчиков, и для бизнеса. Работая с пакетом Ultralytics для Python через код или выбирая более простой способ внедрения через Ultralytics HUB, ты можешь использовать YOLO11 для доступной и эффективной оценки позы.

Чтобы узнать больше, загляни в наш репозиторий на GitHub и присоединяйся к нашему сообществу. На страницах наших решений изучи применение ИИ в производстве и сельском хозяйстве.