Ultralytics YOLO11'i köpek pozu tahmini için özel olarak eğitme
Ultralytics YOLO11'i köpek pozu tahmini için özel olarak eğitmeyi ve eğitilen modeli evcil hayvan bakımı gibi pratik uygulamalarda kullanmayı öğren.
Ya köpeğinin duruşu, nasıl hissettiği hakkında sana bilgi verebilseydi? Onu günün her saati manuel olarak izlemek kolay değil. Ancak yapay zekâ (AI) ve bilgisayarlı görü alanındaki gelişmeler sayesinde, davranışını daha iyi anlamak için video görüntülerini gerçek zamanlı olarak analiz edebiliriz.
Özellikle Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, bir köpeğin duruşunu tahmin etmeye ve hareketlerini izlemeye yardımcı olarak sağlığı hakkında değerli bilgiler sağlayabilir. Bu nasıl çalışır? YOLO11'in poz tahmini özelliği, duruşunu ve hareketini anlamak için bir nesnenin vücudundaki kilit noktaları belirleyebilir.
Ayrıca YOLO11, köpek pozu tahmini için tasarlanmış bir veri kümesiyle özel olarak eğitilebilir ve böylece evcil hayvanının beden dilini doğru bir şekilde analiz etmek mümkün olur. Ultralytics Python paketi, köpekler için görsel yapay zekâ modellerini eğitmeyi ve dağıtmayı kolaylaştıran bir Dog-Pose Dataset desteği sunar. Bu teknoloji, 2024'te 9,4 milyar dolar değerinde olan ve 2037'ye kadar 64 milyar dolara ulaşması beklenen hızla büyüyen evcil hayvan teknolojileri pazarının bir parçasıdır.
Bu makalenin ardındaki ilham kaynağı, Köpek İcra Sorumlumuz (DEO) Blues. Hakkımızda sayfamıza göz atarsan Blues'un değerli bir ekip üyesi olduğunu ve Ultralytics'te işleri eğlenceli tutmada önemli bir rol oynadığını görebilirsin!
Bu makalede, köpek pozu tahmini için Dog-Pose Dataset'i kullanarak Ultralytics YOLO11'in nasıl özel olarak eğitileceğini ele alacağız. Ayrıca bunun evcil hayvan bakımı ve davranış analizindeki pratik uygulamalarını inceleyeceğiz.
Şekil 1. Dog Executive Officer (DEO) Blues ile tanışın.
Dog-Pose veri kümesine genel bakış#
Bir veri kümesi, makine öğrenimi modellerini eğitmek için kullanılan veri koleksiyonudur. Poz tahmini için ideal bir veri kümesi, vücut konumlarını haritalandırmak üzere kilit noktaları etiketlenmiş görüntüler içerir. Ayrıca modelin pozları doğru bir şekilde tanımayı ve tahmin etmeyi öğrenmesine yardımcı olmak için çeşitli pozlara, açılara, aydınlatma koşullarına ve arka planlara sahip olmalıdır. Bu çeşitlilik, modeli gerçek dünya kullanımı için daha güvenilir hâle getirir.
Ultralytics tarafından desteklenen Dog-Pose Dataset, modellerin köpek pozlarını etkili bir şekilde öğrenmesine ve tanımasına yardımcı olmak üzere özel olarak tasarlanmıştır. Çeşitli köpek ırklarına ait 8.400'den fazla açıklamalı görüntü içerir ve kuyruk, kulaklar ve patiler gibi 24 kilit nokta için ayrıntılı etiketler sunar.
Şekil 2. Dog-Pose Dataset'e genel bakış.
Dog-Pose Dataset ile Ultralytics YOLO11 nasıl özel olarak eğitilir#
YOLO11'i Dog-Pose Dataset ile özel olarak eğitmek oldukça basit bir süreçtir. Başlamak için, eğitim ve değerlendirme için gereken tüm araçları içeren Ultralytics Python paketini yükleyerek ortamını kurman gerekir.
Ultralytics, Dog-Pose Dataset için yerleşik destek sunar; bu da manuel etiketleme gereksinimini ortadan kaldırarak doğrudan eğitime başlamanı sağlar. Her şey ayarlandıktan sonra, aşağıdaki görüntüde gösterildiği gibi YOLO11'i Dog-Pose Dataset üzerinde yalnızca birkaç satır kodla eğitebilirsin.
Eğitim sırasında model, farklı ırklarda, aydınlatma koşullarında ve ortamlarda köpek pozlarını algılamayı ve izlemeyi öğrenir. Eğitimden sonra sonuçları görselleştirebilir ve doğruluk ile performansı artırmak için modele ince ayar yapabilirsin.
Şekil 3. Dog-Pose Dataset üzerinde Ultralytics YOLO11'in özel eğitimini gösteren bir kod parçacığı.
Modelini eğitirken herhangi bir sorunla karşılaşırsan, bunları hızlıca çözmene yardımcı olacak bazı sorun giderme ipuçlarını burada bulabilirsin:
- İnternet bağlantını kontrol et: Eğitim betiğini çalıştırdığında Dog-Pose Dataset otomatik olarak indirilir. İndirme hatalarını önlemek için internet bağlantının kararlı olduğundan emin ol.
- Ultralytics'i güncelle: Ultralytics Python paketinin en güncel sürümünü kullandığından emin ol.
- Konsoldaki hataları kontrol et: Hata mesajlarını dikkatle oku; bu mesajlar genellikle neyin düzeltilmesi gerektiğine dair ipuçları sağlar.
Daha fazla sorun giderme ipucu için Ultralytics Yaygın Sorunlar Kılavuzu'na göz atabilirsin.
Özel model eğitimi sırasında neler olur?#
Ultralytics YOLO11'i Dog-Pose Dataset üzerinde özel olarak eğittiğinde perde arkasında neler olduğunu merak ediyor olabilirsin. Sürece daha yakından bakalım.
Sıfırdan başlamak yerine, COCO-Pose veri kümesi üzerinde önceden eğitilmiş bir Ultralytics YOLO11-pose modeli kullanıyoruz. COCO-Pose insan pozu tahmini için tasarlandığından, bu önceden eğitilmiş model insan vücudundaki kilit noktaları algılayabilir. Hatta ek bir eğitim olmadan, insan pozu tahmini gerçekleştirmek için YOLO11-Pose'u doğrudan kullanabilirsin.
Aktarım öğrenmesi sayesinde bu modeli köpek pozu tahmini için özel olarak uyarlar ve bacaklar, kuyruk ve baş gibi kilit noktaları tanımasına yardımcı oluruz. Model, köpeklere özgü örneklerle karşılaştırıldıkça bu temel özelliklere odaklanmayı öğrenir.
Eğitim sırasında modelin bazı bölümleri değişmeden kalır ve COCO veri kümesinden edinilen genel bilgiyi korur. Diğer bölümler, köpek pozlarını tahmin etme doğruluğunu artırmak için yeniden eğitilir. Model, tahminlerini veri kümesindeki gerçek kilit noktalarla karşılaştırarak ve hataları azaltmak üzere ayarlamalar yaparak öğrenir. Zamanla bu süreç, bir köpeğin hareketlerini doğru bir şekilde izleme becerisini geliştirir.
Aktarım öğrenmesi, modelin farklı ırklara, boyutlara ve hareket kalıplarına uyum sağlamasını da mümkün kılarak gerçek dünya senaryolarında güvenilir şekilde çalışmasını sağlar.
Şekil 4. Blues ve kız kardeşi Happy'nin algılanan kilit noktaları.
Köpek pozu tahmininde Ultralytics YOLO11'in avantajları#
Piyasada çeşitli bilgisayarlı görü modelleri var; peki YOLO11'i köpek pozu tahmini için doğru tercih yapan nedir?
Ultralytics YOLO11, gerçek zamanlı hızı ve doğruluğuyla öne çıkarak köpek pozu tahmini için harika bir seçenek sunar. Hem kesinlik hem de hız açısından önceki sürümlerden daha iyi performans gösterir. YOLOv8'e kıyasla %22 daha az parametreyle COCO veri kümesinde daha yüksek ortalama kesinlik (mAP) elde eder; bu da nesneleri daha doğru ve verimli algıladığı anlamına gelir. Hızlı işleme süresi, onu hızlı ve güvenilir algılamanın gerekli olduğu gerçek zamanlı uygulamalar için ideal hâle getirir.
Ultralytics YOLO11, poz tahmininin yanı sıra örnek segmentasyonu ve nesne izleme gibi bilgisayarlı görü görevlerini de destekler. Bu özellikler, köpeğini izlemek için daha kapsamlı bir görsel yapay zekâ çözümü oluşturmaya yardımcı olabilir. Ayrıca hareket takibini, davranış analizini ve genel evcil hayvan bakımını iyileştirebilir.
Şekil 5. Ultralytics YOLO11 iş başında: Blues'u zahmetsizce segmentlere ayırıyor!
Köpek pozu tahmini ve Ultralytics YOLO11 uygulamaları#
Şimdi köpek pozu tahmininin gerçek dünyadaki uygulamalarını ve evcil hayvan bakımı üzerindeki etkisini ele alalım.
Köpek pozu tahminiyle evcil hayvan eğitimini iyileştirme#
Köpek pozu tahmini, köpek eğitimini daha akıllı ve etkili hâle getirebilir. Diyelim ki köpeğin hareketlerini kaydetmek için bir kamera kullanılıyor; işte bu noktada Ultralytics YOLO11 devreye girebilir. Bacaklar, kuyruk ve baş gibi kilit noktaları algılayıp bunları analiz ederek oturma, bekleme veya uzanma gibi eylemleri tanıyabilir.
Köpek eylemi doğru şekilde gerçekleştirmezse sistem, bir uygulama üzerinden anında geri bildirim sağlayarak eğitmene gerçek zamanlı olarak yardımcı olabilir. Bu, eğitimi daha verimli, kesin ve köpeğin ilerlemesine daha duyarlı hâle getirir.
Örneğin köpeğine komutla oturmayı öğretmeyi düşün. Sistem köpeğinin duruşunu izleyebilir ve tamamen oturup oturmadığını algılayabilir. Köpek vücudunu alçaltır ancak tamamen oturmazsa sistem eylemin tamamlanmadığını algılayıp bir uygulama üzerinden anında geri bildirim gönderebilir. Eğitmen, komutu pekiştirmek veya köpeği doğru pozisyona yönlendirmek gibi eğitimde küçük ayarlamalar yapması için uyarılabilir.
Şekil 6. Blues, Ultralytics YOLO11 kullanarak ekibe köpek pozu tahmininde yardımcı oluyor
Poz tahmini modelleriyle veteriner bakımını geliştirme#
Bilgisayarlı görü, veterinerlerin hayvan bakımına yaklaşımını dönüştürebilir. Köpek pozu tahmininin ayrıntıları doğru bir şekilde analiz edebilmesi, olağan dışı hareket kalıplarını fark etmeyi ve olası sağlık sorunlarını belirlemeyi kolaylaştırır.
Örneğin bağ yaralanmasından iyileşen bir köpeği izleyen veteriner, otomatik analiz için Dog-Pose Dataset üzerinde eğitilmiş Ultralytics YOLO11'e güvenebilir. Topallama veya bacak konumundaki değişiklikler kolayca algılanabilir. Görsel yapay zekâ destekli kesintisiz, 7/24 izleme, köpeğin iyileşme süreci hakkında net bilgiler sağlayarak tedavinin işe yarayıp yaramadığını veya ayarlama gerekip gerekmediğini belirlemeye yardımcı olur.
Köpek pozu tahmininin geleceği#
Teknoloji gelişmeye devam ettikçe YOLO11 ile köpek pozu tahmini gibi çözümler, hayvan izleme ve sağlığında muhtemelen daha büyük bir rol oynayacak. Hatta YOLO11; kalp atış hızı, aktivite düzeyi ve hareketlilik kalıpları gibi temel sağlık göstergelerini izlemek için akıllı tasmalar ve sağlık takip cihazları gibi giyilebilir teknolojilerle entegre edilebilir.
Örneğin hareket sensörleriyle donatılmış akıllı bir tasma, köpeğin yürüme veya koşma şeklini izleyebilirken Ultralytics YOLO11'in poz tahmini duruşu gerçek zamanlı olarak analiz eder. Sistem topallama veya sertlik gibi düzensiz bir hareket algılarsa bu verileri kalp atış hızı ve aktivite düzeyiyle ilişkilendirerek olası rahatsızlığı veya yaralanmayı değerlendirebilir. Evcil hayvan sahipleri ve veterinerler, sorunları erken tespit etmek ve proaktif önlem almak için bu bilgilerden yararlanır.
Bu gelişmelerle birlikte köpek pozu tahmini, basit hareket takibinin ötesine geçiyor; köpeklerin daha sağlıklı, daha güvende kalmasına ve gerçek zamanlı olarak daha iyi izlenmesine yardımcı olan kapsamlı, yapay zekâ destekli bir evcil hayvan bakım sisteminin temel bir parçası hâline geliyor.
Önemli çıkarımlar#
Ultralytics YOLO11 ve Dog-Pose Dataset gibi yeniliklerle bilgisayarlı görü alanında yeni olanakların önünü açıyoruz. Bu gelişmeler, köpek davranışını ve sağlığını daha önce mümkün olmayan şekillerde daha iyi anlamamıza yardımcı oluyor.
Köpek pozlarını doğru bir şekilde izleyerek eğitimi iyileştirebilir, sağlığı takip edebilir ve evcil hayvan bakımını daha etkili hâle getirebiliriz. Araştırmada, veteriner bakımında veya köpek eğitiminde olsun, görsel yapay zekâ köpeklerimize bakmak ve onların sağlığını iyileştirmek için daha akıllı yollar oluşturuyor.
Yapay zekâ hakkında daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub depomuzu keşfet. Sağlık hizmetlerinde bilgisayarlı görü ve otonom araçlarda yapay zekâ gibi yeniliklerin geleceği nasıl şekillendirdiğini keşfet. Görsel yapay zekâ projelerine bugün başlamak için lisans seçeneklerimize göz at.
