Ultralytics YOLO11 をポーズ推定に使う方法

人工知能（AI）の一分野であるコンピュータービジョンに関する研究は、1960年代まで遡ることができる。しかし、機械が画像を理解する方法に大きなブレークスルーが見られるようになったのは、ディープラーニングが台頭した2010年代になってからである。コンピュータ・ビジョンの最新の進歩のひとつが、最先端の Ultralytics YOLO11モデルである。Ultralytics'毎年恒例のハイブリッドイベント、YOLO Vision 2024 (YV24)で初めて紹介されたYOLO11 モデルは、姿勢推定を含む様々なコンピュータビジョンタスクをサポートします。

姿勢推定は、画像やビデオ内の人物や物体のキーポイントを検出し、その位置、姿勢、動きを理解するために使用できます。スポーツ分析、動物の行動監視、ロボット工学などのアプリケーションで広く使用され、機械がリアルタイムで物理的な動作を解釈するのに役立っています。YOLO (You Only Look Once)シリーズの 初期モデルよりも精度、効率、速度が向上しています、 YOLO11は、リアルタイムの姿勢推定タスクに適しています。

‍

この記事では、ポーズ推定とは何か、その応用例について説明し、ポーズ推定のために YOLO11Ultralytics Python パッケージをどのように使えばポーズ推定ができるかを説明する。また、Ultralytics HUB を使って、YOLO11 とポーズ推定を数クリックで試してみる方法も紹介します。さっそく始めよう！

ポーズ推定とは？

新しいUltralytics YOLO11 モデルのポーズ推定への使い方に入る前に、ポーズ推定について理解を深めておこう。

ポーズ推定は、画像やビデオ内の人物や物体のポーズを分析するために使用されるコンピュータビジョン技術である。ディープラーニングモデル YOLO11のようなディープラーニング・モデルは、与えられた物体や人物のキーポイントを特定し、位置を特定し、追跡することができる。物体の場合、これらのキーポイントには角、エッジ、または明確な表面マークが含まれる可能性があり、人間の場合、これらのキーポイントは肘、膝、肩などの主要な関節を表す。 

姿勢推定は、物体検出のような他のコンピュータビジョンタスクと比較すると、独特で複雑である。物体検出が画像内の物体の周りにボックスを描くことで物体の位置を特定するのに対して、姿勢推定は物体上のキーポイントの正確な位置を予測することでさらに進めます。

‍

ポーズ推定に関しては、主にボトムアップとトップダウンの2つの方法がある。ボトムアップアプローチは、個々のキーポイントを検出し、それらをスケルトンにグループ化する。一方、トップダウンアプローチは、まずオブジェクトを検出し、その中のキーポイントを推定することに重点を置く。 

YOLO11 は、トップダウン方式とボトムアップ方式の両方の長所を兼ね備えている。ボトムアップ手法のように、キーポイントを手作業でグループ化する必要がなく、シンプルかつ高速に物事を進めることができる。同時に、人物の検出とポーズの推定をワンステップで行うことで、トップダウン方式の精度を利用している。

ポーズ推定の使用例YOLO11 

ポーズ推定のためのYOLO11 の多彩な機能は、多くの産業における可能なアプリケーションの幅を広げている。YOLO11 のポーズ推定の使用例を詳しく見てみよう。

YOLO11 によるリアルタイム姿勢推定：作業員の安全性向上

建設プロジェクトにおいて、安全性は重要な要素である。統計上、建設現場では労働災害の発生件数が多いため、これは特に真実である。2021年には、労働関連の死亡災害の約20％が建設現場またはその周辺で発生している。重機や電気系統のような日常的なリスクがあるため、作業員の安全を守るためには強力な安全対策が不可欠である。標識やバリケードの使用、監督者による手作業での監視といった従来の方法は必ずしも効果的ではなく、監督者をより重要な業務から遠ざけてしまうことも多い。

安全性を向上させるためにAIが介入し、姿勢推定に基づく作業員監視システムを使用することで、事故のリスクを低減することができる。Ultralytics YOLO11 モデルを使用して、作業員の動きや姿勢を追跡することができる。作業員が危険な機器の近くに立ちすぎたり、作業を誤って行ったりするような潜在的な危険は、すぐに発見することができる。リスクが検出された場合、監督者に通知したり、アラームで作業員に警告したりすることができる。常時監視システムは、常に危険を察知し、作業員を保護することで、建設現場をより安全にすることができます。 

‍

家畜モニタリングのためのYOLO11 を用いた姿勢推定

農家や 研究者は、YOLO11 を使って牛などの家畜の動きや行動を研究し、跛行などの病気の初期兆候を見つけることができる。跛行とは、動物が足腰の痛みのためにうまく動けない状態のことである。牛の場合、跛行のような病気は健康と福祉に影響するだけでなく、酪農場での生産問題にもつながります。研究によると、跛行は世界の酪農産業において、放牧システムでは牛の8％、閉鎖システムでは15％から30％が罹患している。跛行を早期に発見し対処することで、動物福祉を向上させ、跛行による生産損失を減らすことができます。

YOLO11のポーズ推定機能は、酪農家が動物の歩行パターンを追跡し、関節の問題や感染症などの健康問題を知らせる可能性のある異常を素早く特定するのに役立ちます。これらの問題を早期に発見することで、迅速な治療が可能になり、動物の不快感を軽減し、酪農家が経済的損失を回避するのに役立ちます。

ビジョンAI対応モニタリングシステムは、休息行動、社会的相互作用、摂食パターンの分析にも役立つ。また、農家はポーズ推定を利用して、ストレスや攻撃性の兆候を観察することもできる。これらの洞察は、動物にとってより良い生活環境を開拓し、彼らの幸福度を高めるために使用することができる。

‍

フィットネス業界におけるYOLO11 の使用例

ポーズ推定は、ワークアウト中にリアルタイムで姿勢を改善するのにも役立つ。YOLO11 を使えば、ジムやヨガのインストラクターは、関節や手足などの重要なポイントに焦点を当てながら、ワークアウト中の人々の体の動きをモニターして追跡し、姿勢を評価することができる。収集されたデータは、理想的なポーズやワークアウトのテクニックと比較することができ、インストラクターは、誰かが間違った動きをしている場合にアラートを受け取ることができ、怪我の予防に役立つ。

‍

例えば、ヨガのクラスでは、ポーズを推定することで、生徒全員が適切なバランスとアライメントを維持しているかどうかを監視することができる。コンピュータ・ビジョンとポーズ推定を統合したモバイル・アプリケーションは、自宅でトレーニングに励む人々や、パーソナル・トレーナーを利用できない人々にとって、フィットネスをより身近なものにします。この継続的なリアルタイムのフィードバックにより、ユーザーは怪我のリスクを減らしながら、テクニックを向上させ、フィットネス目標を達成することができる。

YOLO11 モデルによるリアルタイム姿勢推定を試す

さて、ポーズ推定とは何かを探り、その応用例をいくつか説明した。新しいYOLO11 モデルを使ってポーズ推定を試す方法を見てみよう。これを始めるには、Ultralytics Python パッケージを使う方法と、Ultralytics HUB を使う方法がある。両方のオプションを見てみよう。

を使った推論の実行YOLO11

推論の実行は、YOLO11 モデルが学習 セット以外の新しいデータを処理し、そのデータに基づいて予測を行うために学習したパターンを使用することを含む。Ultralytics Python パッケージのコードを使って推論を実行することができる。始める ために必要なことは、pip、conda、またはDockerを使用してUltralytics パッケージをインストールすることだ。インストール中に何らかの問題に直面した場合は、「よくある問題ガイド」に役立つトラブルシューティングのヒントが掲載されています。 

パッケージのインストールに成功したら、次のコードでモデルをロードし、それを使って画像内のオブジェクトのポーズを予測する方法を説明します。

‍

カスタムYOLO11 モデルのトレーニング

例えば、コンピュータビジョンのプロジェクトに取り組んでいて、ポーズ推定を含む特定のアプリケーションのための特定のデータセットを持っているとします。そして、そのアプリケーションに適したカスタムモデル（YOLO11 ）を微調整し、訓練することができます。例えば、キーポイントのデータセットを使って、トラの手足、頭、尾の位置などの主要な特徴を特定することで、画像中のトラのポーズを分析・理解することができます。

以下のコードスニペットを使用して、YOLO11 ポーズ推定モデルをロードしてトレーニングすることができます。モデルはYAML設定から構築することもできますし、トレーニング済みのモデルをロードしてトレーニングすることもできます。このスクリプトでは、重みを転送し、指定されたデータセット（ポーズ推定用のCOCOデータセットなど）を使ってモデルの学習を開始することもできます。

‍

新しくトレーニングされたカスタムモデルを使用して、コンピュータビジョンソリューションに関連する未知の画像に対して推論を実行することができます。学習したモデルは、エクスポートモードを使用して他の形式に変換することもできます。

Ultralytics HUBでYOLO11 。

これまで、基本的なコーディングの知識を必要とするYOLO11 。もしそれがあなたの求めているものでないなら、あるいはコーディングに詳しくないなら、別の選択肢がある：Ultralytics HUBだ。Ultralytics HUBは、YOLO モデルのトレーニングとデプロイのプロセスを簡素化するために設計されたユーザーフレンドリーなプラットフォームです。HUBを使えば、専門知識がなくても、データセットの管理、モデルのトレーニング、デプロイを簡単に行うことができます。

画像上で推論を実行するには、アカウントを作成し、「モデル」セクションに移動して、興味のあるYOLO11 ポーズ推定モデルを選択します。プレビューセクションでは、画像をアップロードし、以下のように予測結果を見ることができます。 

‍

YOLO11 人物ポーズ検出の進歩

Ultralytics YOLO11 は、様々なアプリケーションにおける姿勢推定などのタスクに対して、正確で柔軟なソリューションを提供します。建設現場での作業員の安全性向上から、家畜の健康状態の監視、フィットネス・ルーティンにおける姿勢矯正の支援まで、YOLO11 、高度なコンピュータ・ビジョン技術によって精度とリアルタイムのフィードバックを実現します。 

複数のモデルバリエーションや、特定のユースケースのためのカスタムトレーニング機能など、その多用途性により、開発者や企業にとって非常に価値のあるツールとなっている。Ultralytics Python パッケージを使ったコーディングでも、Ultralytics HUB を使った簡単な実装でも、YOLO11 はポーズ推定を身近でインパクトのあるものにします。

GitHubリポジトリにアクセスし、私たちのコミュニティに参加してください。製造業や 農業におけるAIアプリケーションについては、ソリューションページをご覧ください。🚀