Ultralytics YOLO26 и другие модели Ultralytics YOLO для оценки позы

Когда ты смотришь на позу человека, легко заметить, сутулится ли он, наклоняется вперёд или стоит прямо. Люди быстро понимают, как разные части тела соотносятся друг с другом.

Это естественная часть того, как мы интерпретируем движения и язык тела в повседневной жизни. Однако для машин такое визуальное понимание не возникает автоматически. Обучение системы распознавать движения и структуру требует передовых методов глубокого обучения и компьютерного зрения, которые позволяют осмысленно интерпретировать изображения.

В частности, оценка позы — это метод компьютерного зрения и ИИ, который позволяет модели компьютерного зрения сформировать аналогичное понимание. Вместо простого обнаружения объекта на изображении модель предсказывает ключевые точки, представляющие важные структурные ориентиры.

Эти ключевые точки могут соответствовать суставам тела, конечностям животных, компонентам оборудования или даже фиксированным точкам, например углам корта. Определяя и отслеживая эти точки, система может структурированно и измеримо понимать положение, выравнивание и движение.

По мере применения оценки позы в большем числе реальных сценариев моделям необходимо эффективнее работать с ключевыми точками, не связанными с человеком, сложными сценами и пользовательскими наборами данных. Например, современные модели, такие как Ultralytics YOLO26, поддерживают задачи компьютерного зрения, включая оценку позы, и развивают предыдущие модели YOLO для оценки позы благодаря улучшениям архитектуры и обучения, направленным на повышение гибкости и общей производительности.

Рис. 1. Пример оценки позы с использованием YOLO (источник)

В этой статье мы сравним YOLO26-pose с предыдущими моделями Ultralytics YOLO для оценки позы и рассмотрим, как она повышает гибкость, скорость сходимости и производительность в сложных сценах. Давай начнём!

Что такое оценка позы?#

Прежде чем перейти к сравнению моделей Ultralytics YOLO для оценки позы, подробнее разберёмся, что именно означает оценка позы в контексте компьютерного зрения.

Оценка позы — это метод обнаружения и отслеживания определённых ключевых точек на изображении или видеокадре. Эти ключевые точки могут представлять важные структурные ориентиры, такие как суставы человеческого тела, конечности животного, компоненты машины или фиксированные опорные точки в сцене.

Рис. 2. Оценка позы работников с использованием оценки позы человека (источник)

Определяя координаты этих точек, модель может понять, как расположен объект и как он движется с течением времени. В отличие от классификации изображений, которая присваивает всей картинке одну метку, и моделей обнаружения объектов, которые сосредоточены на построении ограничивающих рамок вокруг объектов, оценка позы предоставляет более подробную пространственную информацию о структуре и движении.

Обзор Ultralytics YOLO26-pose#

YOLO26-pose доступна в нескольких вариантах, или размерах моделей, включая лёгкие варианты, такие как YOLO26n-pose, и более крупные модели, такие как YOLO26m-pose, YOLO26l-pose и YOLO26x-pose. Это позволяет командам выбирать оптимальный баланс между скоростью и точностью в зависимости от используемого оборудования и требований к производительности.

Ultralytics также предоставляет предварительно обученные модели для оценки позы, обученные на больших универсальных наборах данных, таких как COCO, в частности на аннотациях COCO-Pose (ключевые точки COCO) для оценки позы человека, поэтому тебе не нужно начинать с нуля. В большинстве случаев команды дообучают эти модели на собственном наборе данных, чтобы адаптировать их к определённым ключевым точкам, компоновкам или условиям среды.

Обычно это включает подготовку пользовательских файлов аннотаций, которые определяют координаты ключевых точек и метки классов в структурированном формате. Эти аннотации сопоставляют ключевые точки с конкретными координатами пикселей на каждом изображении, позволяя модели изучать точные пространственные взаимосвязи во время обучения.

Использование предварительно обученных моделей ускоряет обучение, снижает требования к объёму данных и помогает эффективнее переводить проекты в рабочую среду.

Применение оценки позы человека в реальных сценариях#

Вот несколько примеров реальных сценариев, в которых оценка позы играет важную роль:

• Здравоохранение и реабилитация: Клинические специалисты могут использовать модели оценки позы для анализа осанки, отслеживания прогресса восстановления и анализа паттернов движений во время физиотерапии.
• Автономные системы: Дроны и интеллектуальные камеры могут использовать информацию о позе, чтобы лучше понимать ориентацию и движение объектов в динамичных сценах.
• Безопасность на рабочем месте: Организации могут отслеживать положение тела и повторяющиеся движения, чтобы выявлять потенциальные риски для безопасности.
• Фитнес и персональные тренировки: Фитнес-приложения используют оценку позы для отслеживания техники выполнения упражнений, подсчёта повторений и предоставления обратной связи в реальном времени об осанке и движениях во время фитнес-уроков.

Рис. 3. Оценка позы помогает отслеживать ключевые точки тела во время спортивного движения. (источник)

Изучаем поддержку оценки позы в Ultralytics YOLO26#

Ultralytics YOLO26 развивает предыдущие модели Ultralytics YOLO благодаря обновлениям, призванным сделать обучение и развёртывание более практичными.

Как и предыдущие версии, она поддерживает оценку позы в составе единого фреймворка. Основное отличие заключается в том, что Ultralytics YOLO26 создана для большей гибкости и стабильности в более широком спектре реальных сценариев.

Рис. 4. Сравнительное тестирование YOLO26 (источник)

Предыдущие модели Ultralytics YOLO для оценки позы в значительной степени разрабатывались под влиянием наборов данных для оценки позы человека, поэтому некоторые особенности старых методов были оптимизированы под структуру суставов человека. YOLO26 устраняет эти специфичные для человека допущения.

В результате она лучше подходит для ключевых точек, не связанных с человеком, например для обнаружения углов теннисного корта или других пользовательских структурных ориентиров. Это важно, поскольку готовые предварительно обученные модели Ultralytics YOLO26-pose обучаются на таких наборах данных, как COCO-pose, и предсказывают ключевые точки человека, определённые в аннотациях набора данных.

Однако когда командам требуется обнаруживать другие типы ориентиров, например компоненты оборудования, разметку спортивных полей или инфраструктурные точки, модель обычно необходимо дообучить на пользовательском наборе данных, в котором размечены эти конкретные ключевые точки.

Поскольку Ultralytics YOLO26 не привязана к допущениям о структуре суставов человека, она эффективнее адаптируется во время дообучения. Такая гибкость позволяет модели надёжнее изучать пользовательские схемы ключевых точек, что приводит к улучшению оценочных метрик при проверке на наборах данных с уникальными конфигурациями ключевых точек.

Ultralytics YOLO26-pose также разработана для улучшения локализации ключевых точек, когда части объекта частично скрыты или имеют очень маленький масштаб. В реальных сценах с удалёнными объектами, съёмкой с дронов или сценариями с маленькими объектами это может обеспечить более точные предсказания ключевых точек по сравнению с предыдущими моделями для оценки позы.

Ещё одно важное обновление — улучшенная формулировка функции потерь, используемая во время обучения. Функция потерь определяет, как модель исправляет свои ошибки в процессе обучения.

В случае Ultralytics YOLO26-pose этот процесс стал эффективнее, что помогает модели обучаться быстрее и достигать высокой точности за меньшее число эпох, где эпоха — это один полный проход по обучающему набору данных.

В целом YOLO26-pose развивает предыдущие модели Ultralytics YOLO для оценки позы благодаря заметным улучшениям поддержки ключевых точек, не связанных с человеком, и сходимости обучения, сохраняя при этом привычный рабочий процесс.

Сравнение YOLO26-pose и Ultralytics YOLOv5#

Самая ранняя версия моделей Ultralytics YOLO, Ultralytics YOLOv5, создавалась прежде всего для обнаружения объектов. Хотя позднее YOLOv5 получила поддержку сегментации экземпляров, в официальном фреймворке Ultralytics у неё нет встроенной специализированной головы для оценки позы.

Команды, которым требовалось обнаружение ключевых точек, обычно использовали отдельные реализации или пользовательские модификации. Ultralytics YOLO26 включает оценку позы как встроенную задачу со специальной архитектурной головой, разработанной именно для предсказания ключевых точек.

Это означает, что модели Ultralytics YOLO26-pose можно обучать, проверять и развёртывать в рамках того же единого рабочего процесса, что и модели для обнаружения и сегментации. Для проектов, ориентированных на структурированное обнаружение ключевых точек, YOLO26 предоставляет встроенную поддержку оценки позы и архитектуру, ориентированную на конкретную задачу, чего YOLOv5 не предлагает из коробки.

Ключевые отличия: YOLO26-pose и Ultralytics YOLOv8-pose#

Ultralytics YOLOv8 представила встроенную оценку позы в едином фреймворке Ultralytics, упростив обучение и развёртывание моделей ключевых точек с использованием того же рабочего процесса, что и для обнаружения и сегментации. Она использует традиционный конвейер постобработки с подавлением немаксимумов (NMS) и более ранние формулировки функций потерь для регрессии ограничивающих рамок и обучения.

Ultralytics YOLO26 развивает эту основу благодаря обновлениям архитектуры и обучения, которые напрямую влияют на оценку позы. Одно из главных отличий — сквозная архитектура. YOLO26 устраняет необходимость во внешнем NMS во время инференса, что упрощает развёртывание и повышает стабильность задержки, особенно на CPU и периферийных устройствах.

Ещё одно ключевое улучшение касается методологии обучения. Ultralytics YOLO26 представляет оптимизатор MuSGD и обновлённые стратегии вычисления функции потерь. Для задач оценки позы она интегрирует Residual Log-Likelihood Estimation, что улучшает моделирование неопределённости ключевых точек. В совокупности эти изменения могут привести к более быстрой сходимости и стабильным предсказаниям ключевых точек, особенно в сложных или частично перекрытых сценах.

Если кратко, Ultralytics YOLOv8-pose стала сильной и универсальной базовой моделью. YOLO26-pose совершенствует эту основу благодаря более эффективному обучению, лучшей работе с перекрытиями и большей гибкости для реальных сценариев оценки позы объектов, не связанных с человеком.

YOLO26-pose и Ultralytics YOLO11-pose: что улучшилось?#

Ultralytics YOLO11 развивает Ultralytics YOLOv8, совершенствуя основу и слои извлечения признаков. Она уменьшила количество FLOPs, повысила эффективность использования параметров и обеспечила более высокий mAP, сохранив высокую производительность в реальном времени. Для задач оценки позы это означало более высокую точность определения ключевых точек при облегчённой архитектуре.

YOLO26-pose продолжает это развитие благодаря более фундаментальному изменению архитектуры. Проще говоря, YOLO11 повысила эффективность и точность YOLOv8, а YOLO26 развивает эту основу обновлениями архитектуры и обучения, направленными на более быструю сходимость, стабильный инференс и повышение точности оценки позы в сложных сценариях.

Почему стоит начать использовать модель Ultralytics YOLO26 для оценки позы?#

Изучая различия между моделями Ultralytics YOLO, ты можешь задуматься, стоит ли переходить на YOLO26-pose.

Краткий ответ: это простое обновление. Если ты уже используешь Ultralytics YOLOv8-pose или Ultralytics YOLO11-pose, переход на YOLO26-pose обычно означает лишь смену версии модели, а не перестройку всего конвейера.

Ты получаешь улучшенную поддержку ключевых точек, не связанных с человеком, более быструю сходимость во время обучения и более эффективную работу с перекрытыми точками, продолжая использовать тот же фреймворк Ultralytics. Для большинства новых и существующих проектов по оценке позы переход на YOLO26-pose — простой способ получить эти улучшения с минимальными сложностями.

Кроме того, YOLO26-pose полностью поддерживается в пакете Ultralytics для Python, созданном на базе PyTorch и упрощающем обучение, проверку и развёртывание. Модели можно экспортировать в такие форматы, как ONNX, TensorRT, OpenVINO, CoreML и TFLite, что упрощает развёртывание на GPU, CPU и периферийных устройствах без изменения общего рабочего процесса.

Основные выводы#

Ultralytics YOLO26-pose делает оценку позы более гибкой и надёжной, особенно при работе с ключевыми точками, не связанными с человеком, или сложными сценами. Она обучается быстрее, лучше справляется с перекрытиями и обеспечивает более стабильные результаты на разных наборах данных. Для команд, уже использующих модели Ultralytics YOLO для оценки позы, YOLO26 предлагает заметные улучшения без изменения существующих рабочих процессов.

Хочешь узнать больше об AI? Загляни в наше сообщество и репозиторий GitHub. Изучи страницы наших решений, чтобы узнать больше об AI в робототехнике и компьютерном зрении в сельском хозяйстве. Ознакомься с вариантами нашего лицензирования и начни создавать решения с компьютерным зрением уже сегодня!