Cách sử dụng Ultralytics YOLO11 để ước tính tư thế
Tìm hiểu cách sử dụng model Ultralytics YOLO11 để ước tính tư thế chính xác. Chúng ta sẽ tìm hiểu về inferencing theo thời gian thực và huấn luyện model tùy chỉnh cho nhiều ứng dụng.
Nghiên cứu liên quan đến thị giác máy tính, một nhánh của trí tuệ nhân tạo (AI), có thể bắt nguồn từ những năm 1960. Tuy nhiên, phải đến những năm 2010, cùng với sự phát triển của deep learning, chúng ta mới chứng kiến những đột phá lớn trong cách máy móc hiểu hình ảnh. Một trong những tiến bộ mới nhất trong thị giác máy tính là các model Ultralytics YOLO11 tiên tiến. Các model YOLO11, lần đầu được giới thiệu tại sự kiện kết hợp thường niên của Ultralytics, YOLO Vision 2024 (YV24), hỗ trợ nhiều tác vụ thị giác máy tính, bao gồm ước tính tư thế.
Ước tính tư thế có thể được sử dụng để phát hiện các điểm mốc trên người hoặc vật thể trong hình ảnh hay video nhằm hiểu vị trí, tư thế hoặc chuyển động của chúng. Công nghệ này được sử dụng rộng rãi trong các ứng dụng như phân tích thể thao, giám sát hành vi động vật và robotics để giúp máy móc diễn giải các hành động thể chất theo thời gian thực. Nhờ độ chính xác, hiệu quả và tốc độ được cải thiện so với các model trước đây trong dòng YOLO (Chỉ nhìn một lần), YOLO11 rất phù hợp cho các tác vụ ước tính tư thế theo thời gian thực.
Hình 1. Ví dụ sử dụng Ultralytics YOLO11 để ước tính tư thế.
Trong bài viết này, chúng ta sẽ tìm hiểu ước tính tư thế là gì, thảo luận về một số ứng dụng của công nghệ này và hướng dẫn cách sử dụng YOLO11 cùng với gói Python của Ultralytics để ước tính tư thế. Chúng ta cũng sẽ xem cách sử dụng Ultralytics HUB để dùng thử YOLO11 và ước tính tư thế chỉ với vài thao tác đơn giản. Hãy bắt đầu!
Ước tính tư thế là gì?#
Trước khi tìm hiểu cách sử dụng model Ultralytics YOLO11 mới để ước tính tư thế, hãy cùng hiểu rõ hơn về ước tính tư thế.
Ước tính tư thế là một kỹ thuật thị giác máy tính được sử dụng để phân tích tư thế của người hoặc vật thể trong hình ảnh hoặc video. Các model deep learning như Ultralytics YOLO11 có thể xác định, định vị và theo dõi các điểm mốc trên một vật thể hoặc người cụ thể. Đối với vật thể, các điểm mốc này có thể bao gồm các góc, cạnh hoặc dấu hiệu đặc trưng trên bề mặt, trong khi đối với con người, các điểm mốc này biểu thị các khớp chính như khuỷu tay, đầu gối hoặc vai.
Ước tính tư thế có tính đặc thù và phức tạp hơn so với các tác vụ thị giác máy tính khác như phát hiện vật thể. Trong khi phát hiện vật thể định vị vật thể trong hình ảnh bằng cách vẽ một bounding box xung quanh chúng, ước tính tư thế tiến xa hơn bằng cách dự đoán chính xác vị trí của các điểm mốc trên vật thể.
Hình 2. Sử dụng Ultralytics YOLO11 để phát hiện và ước tính tư thế của những người trong văn phòng.
Đối với ước tính tư thế, có hai cách tiếp cận chính: bottom-up và top-down. Cách tiếp cận bottom-up phát hiện từng điểm mốc riêng lẻ rồi nhóm chúng thành các bộ xương, trong khi cách tiếp cận top-down tập trung vào việc phát hiện vật thể trước, sau đó ước tính các điểm mốc bên trong chúng.
Ultralytics YOLO11 kết hợp ưu điểm của cả phương pháp top-down và bottom-up. Tương tự cách tiếp cận bottom-up, model giữ quy trình đơn giản và nhanh chóng mà không cần nhóm các điểm mốc thủ công. Đồng thời, model tận dụng độ chính xác của phương pháp top-down bằng cách phát hiện người và ước tính tư thế của họ trong một bước duy nhất.
Các trường hợp sử dụng ước tính tư thế với Ultralytics YOLO11#
Các khả năng linh hoạt của Ultralytics YOLO11 trong việc ước tính tư thế mở ra nhiều ứng dụng tiềm năng trong nhiều ngành. Hãy cùng xem xét kỹ hơn một số trường hợp sử dụng ước tính tư thế của YOLO11.
Ước tính tư thế theo thời gian thực với Ultralytics YOLO11: Cải thiện an toàn cho người lao động#
An toàn là một khía cạnh quan trọng của mọi dự án xây dựng. Điều này đặc biệt đúng vì theo thống kê, các công trường xây dựng có số ca chấn thương liên quan đến công việc cao hơn. Năm 2021, khoảng 20% tổng số chấn thương gây tử vong liên quan đến công việc xảy ra tại hoặc gần các công trường xây dựng. Với những rủi ro hằng ngày như thiết bị hạng nặng và hệ thống điện, các biện pháp an toàn chặt chẽ là yếu tố thiết yếu để bảo vệ người lao động. Các phương pháp truyền thống như sử dụng biển báo, rào chắn và giám sát thủ công của quản lý không phải lúc nào cũng hiệu quả, đồng thời thường khiến quản lý phải sao nhãng những nhiệm vụ quan trọng hơn.
AI có thể giúp cải thiện an toàn, đồng thời giảm nguy cơ tai nạn bằng cách sử dụng hệ thống giám sát người lao động dựa trên ước tính tư thế. Các model Ultralytics YOLO11 có thể được sử dụng để theo dõi chuyển động và tư thế của người lao động. Những mối nguy tiềm ẩn, chẳng hạn như người lao động đứng quá gần thiết bị nguy hiểm hoặc thực hiện nhiệm vụ không đúng cách, có thể nhanh chóng được phát hiện. Nếu phát hiện rủi ro, hệ thống có thể thông báo cho quản lý hoặc phát cảnh báo để nhắc người lao động. Hệ thống giám sát liên tục có thể giúp công trường an toàn hơn bằng cách luôn phát hiện mối nguy và bảo vệ người lao động.
Hình 3. Ví dụ về ước tính tư thế tại công trường xây dựng bằng Ultralytics YOLO11.
Ước tính tư thế với Ultralytics YOLO11 để giám sát vật nuôi#
Nông dân và nhà nghiên cứu có thể sử dụng Ultralytics YOLO11 để nghiên cứu chuyển động và hành vi của vật nuôi, chẳng hạn như gia súc, nhằm phát hiện sớm các dấu hiệu bệnh tật như què. Què là tình trạng động vật gặp khó khăn khi di chuyển bình thường do đau ở chân hoặc bàn chân. Ở gia súc, các bệnh như què không chỉ ảnh hưởng đến sức khỏe và phúc lợi của chúng mà còn gây ra các vấn đề về năng suất tại các trang trại bò sữa. Các nghiên cứu cho thấy tình trạng què ảnh hưởng đến 8% gia súc trong các hệ thống chăn thả và từ 15% đến 30% trong các hệ thống nuôi nhốt trên toàn ngành bò sữa toàn cầu. Phát hiện và xử lý tình trạng què sớm có thể giúp cải thiện phúc lợi động vật và giảm tổn thất sản xuất liên quan đến tình trạng này.
Các tính năng ước tính tư thế của Ultralytics YOLO11 có thể giúp nông dân theo dõi kiểu dáng đi của động vật và nhanh chóng xác định bất thường có thể báo hiệu các vấn đề sức khỏe, chẳng hạn như bệnh về khớp hoặc nhiễm trùng. Phát hiện sớm những vấn đề này cho phép điều trị nhanh hơn, giảm sự khó chịu của động vật và giúp nông dân tránh tổn thất kinh tế.
Các hệ thống giám sát được hỗ trợ bởi AI thị giác cũng có thể giúp phân tích hành vi nghỉ ngơi, tương tác xã hội và kiểu ăn uống. Nông dân cũng có thể sử dụng ước tính tư thế để quan sát các dấu hiệu căng thẳng hoặc hung hăng. Những thông tin này có thể được sử dụng để tạo điều kiện sống tốt hơn cho động vật và cải thiện phúc lợi của chúng.
Hình 4. Trực quan hóa ước tính tư thế của bò.
Các trường hợp sử dụng Ultralytics YOLO11 trong ngành fitness#
Ước tính tư thế cũng có thể giúp mọi người cải thiện tư thế theo thời gian thực khi tập luyện. Với Ultralytics YOLO11, huấn luyện viên gym và yoga có thể giám sát và theo dõi chuyển động cơ thể của người tập, tập trung vào các điểm mốc như khớp và chi để đánh giá tư thế. Dữ liệu thu thập được có thể được so sánh với các tư thế và kỹ thuật tập luyện lý tưởng, đồng thời huấn luyện viên có thể nhận cảnh báo nếu ai đó thực hiện động tác không đúng, qua đó giúp phòng tránh chấn thương.
Hình 5. Sử dụng ước tính tư thế để phân tích bài tập.
Ví dụ, trong một lớp yoga, ước tính tư thế có thể giúp theo dõi xem tất cả học viên có duy trì thăng bằng và căn chỉnh đúng hay không. Các ứng dụng di động tích hợp thị giác máy tính và ước tính tư thế có thể giúp việc tập luyện dễ tiếp cận hơn đối với những người tập tại nhà hoặc không có điều kiện tiếp cận huấn luyện viên cá nhân. Phản hồi liên tục theo thời gian thực này giúp người dùng cải thiện kỹ thuật và đạt được mục tiêu thể chất, đồng thời giảm nguy cơ chấn thương.
Dùng thử ước tính tư thế theo thời gian thực với model Ultralytics YOLO11#
Sau khi tìm hiểu ước tính tư thế là gì và thảo luận về một số ứng dụng, hãy cùng xem cách bạn có thể dùng thử ước tính tư thế với model YOLO11 mới. Để bắt đầu, có hai cách thuận tiện: sử dụng gói Python của Ultralytics hoặc thông qua Ultralytics HUB. Hãy cùng xem cả hai tùy chọn.
Chạy inference bằng Ultralytics YOLO11#
Chạy suy luận bao gồm việc model YOLO11 xử lý dữ liệu mới bên ngoài các tập huấn luyện và sử dụng các mẫu đã học để đưa ra dự đoán dựa trên dữ liệu đó. Bạn có thể chạy suy luận thông qua code bằng gói Python của Ultralytics. Để bắt đầu, bạn chỉ cần cài đặt gói Ultralytics bằng pip, conda hoặc Docker. Nếu gặp khó khăn trong quá trình cài đặt, Hướng dẫn xử lý sự cố thường gặp của chúng tôi cung cấp các mẹo hữu ích.
Sau khi cài đặt gói thành công, đoạn code sau đây minh họa cách tải một model và sử dụng model đó để dự đoán tư thế của các vật thể trong hình ảnh.
Hình 6. Đoạn code minh họa việc chạy suy luận bằng Ultralytics YOLO11.
Training model Ultralytics YOLO11 tùy chỉnh#
Giả sử bạn đang thực hiện một dự án thị giác máy tính và có một dataset cụ thể cho một ứng dụng liên quan đến ước tính tư thế. Khi đó, bạn có thể fine-tune và huấn luyện một model YOLO11 tùy chỉnh phù hợp với ứng dụng của mình. Ví dụ, bạn có thể sử dụng một dataset điểm mốc để phân tích và tìm hiểu tư thế của một con hổ trong hình ảnh bằng cách xác định các đặc điểm chính như vị trí chân, đầu và đuôi của nó.
Bạn có thể sử dụng đoạn code sau để tải và huấn luyện model ước tính tư thế Ultralytics YOLO11. Model có thể được xây dựng từ một cấu hình YAML, hoặc bạn có thể tải một model đã được huấn luyện trước để huấn luyện. Script này cũng cho phép bạn chuyển trọng số và bắt đầu huấn luyện model bằng một dataset được chỉ định, chẳng hạn như dataset COCO cho ước tính tư thế.
Hình 7. Huấn luyện tùy chỉnh Ultralytics YOLO11.
Bằng model tùy chỉnh mới được huấn luyện, bạn có thể chạy suy luận trên các hình ảnh chưa được model nhìn thấy liên quan đến giải pháp thị giác máy tính của mình. Model đã huấn luyện cũng có thể được chuyển đổi sang các định dạng khác bằng chế độ export.
Dùng thử YOLO11 trên Ultralytics HUB#
Cho đến nay, chúng ta đã xem xét các phương pháp sử dụng YOLO11 đòi hỏi một số kiến thức cơ bản về coding. Nếu đó không phải điều bạn cần hoặc bạn chưa quen với coding, có một lựa chọn khác: Ultralytics HUB. Ultralytics HUB là nền tảng thân thiện với người dùng, được thiết kế để đơn giản hóa quy trình huấn luyện và triển khai các model YOLO. HUB cho phép bạn dễ dàng quản lý dataset, huấn luyện model và triển khai chúng mà không cần chuyên môn kỹ thuật.
Để chạy suy luận trên hình ảnh, bạn có thể tạo tài khoản, đi đến phần ‘Models’ và chọn model ước tính tư thế Ultralytics YOLO11 mà mình quan tâm. Trong phần xem trước, bạn có thể tải lên một hình ảnh và xem kết quả dự đoán như minh họa bên dưới.
Hình 8. Ước tính tư thế trên Ultralytics HUB với YOLO11.
Những cải tiến của Ultralytics YOLO11 trong phát hiện tư thế người#
Ultralytics YOLO11 cung cấp các giải pháp chính xác và linh hoạt cho những tác vụ như ước tính tư thế trong nhiều ứng dụng. Từ việc cải thiện an toàn cho người lao động tại công trường xây dựng đến giám sát sức khỏe vật nuôi và hỗ trợ điều chỉnh tư thế trong các bài tập fitness, YOLO11 mang lại độ chính xác và phản hồi theo thời gian thực nhờ công nghệ thị giác máy tính tiên tiến.
Tính linh hoạt, với nhiều biến thể model và khả năng huấn luyện tùy chỉnh cho các trường hợp sử dụng cụ thể, khiến YOLO11 trở thành công cụ rất hữu ích cho cả developer và doanh nghiệp. Dù sử dụng coding với gói Python của Ultralytics hay Ultralytics HUB để triển khai dễ dàng hơn, YOLO11 đều giúp việc ước tính tư thế trở nên dễ tiếp cận và tạo ra tác động thiết thực.
Để khám phá thêm, hãy truy cập repository GitHub của chúng tôi và tham gia cộng đồng. Khám phá các ứng dụng AI trong sản xuất và nông nghiệp trên các trang giải pháp của chúng tôi. 🚀
