Aprende a treinar o Ultralytics YOLO11 para estimar a pose de cães e a utilizar o modelo treinado para aplicações práticas, como a prestação de cuidados a animais de estimação.
E se a postura do teu cão te pudesse dar uma ideia de como ele se está a sentir? Monitorizá-los manualmente a toda a hora não é fácil. No entanto, graças aos avanços da inteligência artificial (IA) e da visão por computador, podemos analisar as imagens de vídeo em tempo real para compreender melhor o seu comportamento.
Especificamente, modelos de visão computacional como o Ultralytics YOLO11 podem ajudar a estimar a postura de um cão e a seguir os seus movimentos, fornecendo informações valiosas sobre o seu bem-estar. Como é que isto funciona? A capacidade de estimativa de pose do YOLO11pode identificar pontos-chave no corpo de um indivíduo para compreender a sua postura e movimento.
Além disso, YOLO11 pode ser treinado de forma personalizada num conjunto de dados concebido para a estimativa da pose de cães, o que permite analisar com precisão a linguagem corporal do teu animal de estimação. O pacote Ultralytics Python suporta um conjunto de dados de pose de cão que facilita a formação e a implementação de modelos de IA de visão para cães. Esta tecnologia faz parte do mercado de tecnologia para animais de estimação em expansão, avaliado em 9,4 mil milhões de dólares em 2024 e projetado para atingir 64 mil milhões de dólares até 2037.
A inspiração por detrás deste artigo é o Blues, o nosso Dog Executive Officer (DEO). Se consultares a nossa página "Sobre nós ", verás que o Blues é um membro valioso da equipa e desempenha um papel importante para manter as coisas divertidas na Ultralytics!
Neste artigo, vamos discutir como treinar YOLO11 de forma personalizada usando o Dog-Pose Dataset para estimar a pose de cães. Também exploraremos as suas aplicações práticas no tratamento de animais de estimação e na análise comportamental.
Um conjunto de dados é uma coleção de dados utilizada para treinar modelos de aprendizagem automática. Para a estimativa de pose, um conjunto de dados ideal inclui imagens com pontos-chave etiquetados para mapear as posições do corpo. Também deve ter uma variedade de poses, ângulos, condições de iluminação e fundos para ajudar o modelo a aprender a reconhecer e prever poses com precisão. Esta diversidade torna o modelo mais fiável para utilização no mundo real.
O Dog-Pose Dataset, suportado pela Ultralytics, foi especificamente concebido para ajudar os modelos a aprender e a reconhecer eficazmente as poses dos cães. Inclui mais de 8.400 imagens anotadas de várias raças de cães, com etiquetas detalhadas para 24 pontos-chave, como a cauda, as orelhas e as patas.
O treino personalizado YOLO11 com o conjunto de dados Dog-Pose é um processo simples. Para começar, tens de configurar o teu ambiente instalando o pacoteUltralytics Python , que inclui todas as ferramentas necessárias para o treino e a avaliação.
Ultralytics tem suporte integrado para o Dog-Pose Dataset, o que elimina a necessidade de rotulagem manual, permitindo-te passar diretamente para o treino. Quando tudo estiver configurado, podes treinar YOLO11 no conjunto de dados Dog-Pose utilizando apenas algumas linhas de código, como mostra a imagem abaixo.
Durante o treino, o modelo aprende a detetar e a seguir as poses dos cães em diferentes raças, condições de iluminação e ambientes. Após o treino, podes visualizar os resultados e afinar o modelo para melhorar a precisão e o desempenho.
Se tiveres problemas durante o treino do teu modelo, aqui estão algumas dicas de resolução de problemas para te ajudar a resolvê-los rapidamente:
Podes consultar o Guia de problemas comunsUltralytics para obteres mais sugestões de resolução de problemas.
Deves estar a perguntar-te o que acontece nos bastidores quando treinas YOLO11 no conjunto de dados Dog-Pose. Vamos dar uma olhada mais de perto no processo.
Em vez de começar do zero, usamos um modelo YOLO11 pré-treinado, que já foi treinado no conjunto de dados COCO-Pose. Este modelo pré-treinado pode detetar pontos-chave humanos, uma vez que o COCO-Pose foi concebido para estimar a pose humana. De facto, sem qualquer formação adicional, podes utilizar YOLO11 para efetuar a estimativa da pose humana imediatamente.
Através da aprendizagem por transferência, adaptamos este modelo especificamente para a estimativa da pose do cão, ajudando-o a reconhecer pontos-chave como as pernas, a cauda e a cabeça. Ao expor o modelo a exemplos específicos de cães, aprende a concentrar-se nestas caraterísticas essenciais.
Durante o treino, algumas partes do modelo permanecem inalteradas, retendo o conhecimento geral obtido a partir do conjunto de dados COCO. Outras partes são treinadas novamente para melhorar a precisão na estimativa das poses dos cães. O modelo aprende comparando as suas previsões com os pontos-chave reais no conjunto de dados e ajustando-os para reduzir os erros. Ao longo do tempo, este processo torna-o melhor a seguir os movimentos de um cão com precisão.
Aaprendizagem por transferência também permite que o modelo se adapte a diferentes raças, tamanhos e padrões de movimento, garantindo um desempenho fiável em cenários do mundo real.
Existem vários modelos de visão por computador, por isso, o que faz do YOLO11 a escolha certa para a estimativa da pose do cão?
YOLO11 destaca-se pela sua velocidade e precisão em tempo real, o que o torna uma óptima opção para a estimativa da pose de cães. Apresenta um desempenho melhor do que as versões anteriores, tanto em termos de precisão como de velocidade. Com menos 22% de parâmetros do que YOLOv8, atinge uma precisão média superior (mAP) no conjunto de dados COCO, o que significa que detecta objectos de forma mais precisa e eficiente. A sua rápida velocidade de processamento torna-o perfeito para aplicações em tempo real, onde a deteção rápida e fiável é essencial.
Para além da estimativa de pose, YOLO11 também suporta tarefas de visão por computador, como a segmentação de instâncias e o seguimento de objectos, o que pode ajudar a criar uma solução de IA de visão mais abrangente para monitorizar o teu cão. Estas funcionalidades podem melhorar o seguimento de movimentos, a análise do comportamento e os cuidados gerais com o animal de estimação.
Em seguida, vamos discutir as aplicações reais da estimativa da pose do cão e o seu impacto nos cuidados com os animais de estimação.
A estimativa da pose do cão pode tornar o treino do cão mais inteligente e mais eficaz. Digamos que está a ser utilizada uma câmara para captar os movimentos do cão, e é aqui que YOLO11 pode intervir. Consegue detetar pontos-chave como as pernas, a cauda e a cabeça, analisando-os para reconhecer acções como sentar, ficar ou deitar.
Se o cão não executar a ação corretamente, o sistema pode fornecer feedback instantâneo através de uma aplicação, ajudando o treinador em tempo real. Isto torna o treino mais eficiente, preciso e sensível ao progresso do cão.
Por exemplo, pensa em ensinar o teu cão a sentar-se à ordem. O sistema pode monitorizar a postura do teu cão e detetar se ele está totalmente sentado. Se o cão baixar o corpo mas não se sentar totalmente, o sistema pode detetar a ação incompleta e enviar feedback instantâneo através de uma aplicação. O treinador pode ser alterado para fazer pequenos ajustes ao treino, como reforçar o comando ou orientar o cão para a posição correta.
A visão por computador pode transformar a forma como os veterinários abordam os cuidados com os animais. A capacidade da estimativa da pose do cão para analisar detalhes com precisão facilita a deteção de padrões de movimento invulgares e a identificação de potenciais problemas de saúde.
Por exemplo, um veterinário que monitoriza um cão a recuperar de uma lesão nos ligamentos pode confiar no YOLO11, treinado no Dog-Pose Dataset, para uma análise automatizada. A claudicação ou as alterações no posicionamento das pernas podem ser facilmente detectadas. A monitorização contínua, 24 horas por dia, 7 dias por semana, possibilitada pela visão, fornece informações claras sobre a recuperação do cão, ajudando-os a determinar se o tratamento está a funcionar ou se são necessários ajustes
À medida que a tecnologia continua a evoluir, soluções como a estimativa da pose do cão com o YOLO11 irão provavelmente desempenhar um papel mais importante na monitorização e bem-estar dos animais. De facto, YOLO11 pode ser integrado com tecnologia vestível, como coleiras inteligentes e rastreadores de saúde, para monitorizar indicadores-chave de saúde como o ritmo cardíaco, níveis de atividade e padrões de mobilidade.
Por exemplo, uma coleira inteligente equipada com sensores de movimento pode monitorizar a marcha de um cão a caminhar ou a correr, enquanto a estimativa de pose do YOLO11analisa a postura em tempo real. Se o sistema detetar movimentos irregulares, como claudicação ou rigidez, pode correlacionar estes dados com o ritmo cardíaco e os níveis de atividade para avaliar o potencial desconforto ou lesão. Os donos de animais e os veterinários podem utilizar estas informações para identificar problemas precocemente e tomar medidas proactivas.
Com estes avanços, a estimativa da pose do cão está a evoluir para além do simples rastreio de movimentos - está a tornar-se uma parte fundamental de um sistema abrangente de cuidados com animais de estimação orientado para a IA, ajudando os cães a manterem-se mais saudáveis, mais seguros e melhor monitorizados em tempo real.
Com inovações como o YOLO11 e o Dog-Pose Dataset, estamos a abrir novas possibilidades na visão computacional. Estes avanços ajudam-nos a compreender melhor o comportamento e a saúde dos cães de uma forma que não era possível antes.
Ao seguir com precisão as posturas dos cães, podemos melhorar o treino, monitorizar a saúde e tornar os cuidados com os animais mais eficazes. Quer seja na investigação, nos cuidados veterinários ou no treino de cães, a Vision AI está a criar formas mais inteligentes de cuidar dos nossos cães e melhorar o seu bem-estar.
Junta-te à nossa comunidade e explora o nosso repositório GitHub para saberes mais sobre IA. Descobre como inovações como a visão computacional nos cuidados de saúde e a IA em carros autónomos estão a moldar o futuro. Vê as nossas opções de licenciamento para começares hoje os teus projectos de IA de visão.
Começa a tua viagem com o futuro da aprendizagem automática
