Monitorización de entrenamientos usando Ultralytics YOLO26#

Para monitorizar tus entrenamientos usando Ultralytics YOLO26, puedes utilizar las capacidades de estimación de poses para rastrear y analizar los puntos de referencia clave del cuerpo y las articulaciones en tiempo real. Esto te permite recibir información instantánea sobre tu postura al hacer ejercicio, contar repeticiones y medir métricas de rendimiento. Puedes empezar utilizando el código de ejemplo proporcionado para flexiones, dominadas o ejercicios abdominales tal como se muestra:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

gym = solutions.AIGym(
    line_width=2,
    show=True,
    kpts=[6, 8, 10],
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = gym(im0)

cv2.destroyAllWindows()

Para más personalización y ajustes, puedes consultar la sección AIGym en la documentación.

Usar Ultralytics YOLO26 para la monitorización de entrenamientos proporciona varios beneficios clave:

• Rendimiento optimizado: Al adaptar los entrenamientos basándote en los datos de monitorización, puedes obtener mejores resultados.
• Logro de objetivos: Realiza un seguimiento y ajusta fácilmente los objetivos de fitness para un progreso medible.
• Personalización: Obtén planes de entrenamiento personalizados basados en tus datos individuales para una eficacia óptima.
• Conciencia de la salud: Detección temprana de patrones que indican posibles problemas de salud o sobreentrenamiento.
• Decisiones informadas: Toma decisiones basadas en datos para ajustar rutinas y establecer objetivos realistas.

Puedes ver una demostración en vídeo de YouTube para ver estos beneficios en acción.

Ultralytics YOLO26 es sumamente preciso en la detección y el seguimiento de ejercicios debido a sus capacidades de estimación de poses de última generación. Puede rastrear con precisión los puntos de referencia clave del cuerpo y las articulaciones, proporcionando información en tiempo real sobre la postura en el ejercicio y las métricas de rendimiento. Los pesos preentrenados del modelo y su robusta arquitectura garantizan una gran precisión y fiabilidad. Para ver ejemplos del mundo real, consulta la sección de aplicaciones del mundo real en la documentación, que muestra el recuento de flexiones y dominadas.

Sí, Ultralytics YOLO26 se puede adaptar para rutinas de entrenamiento personalizadas. La clase AIGym detecta las repeticiones de los ejercicios utilizando los argumentos up_angle, down_angle y kpts. Puedes especificar puntos clave y ángulos para detectar ejercicios específicos. Aquí tienes una configuración de ejemplo:

from ultralytics import solutions

gym = solutions.AIGym(
    line_width=2,
    show=True,
    kpts=[6, 8, 10],  # For pushups - can be customized for other exercises
)

Para obtener más detalles sobre la configuración de argumentos, consulta la sección Argumentos AIGym. Esta flexibilidad te permite monitorizar varios ejercicios y personalizar rutinas según tus objetivos de fitness.

Para guardar el resultado de la monitorización, puedes modificar el código para incluir un escritor de vídeo que guarde los fotogramas procesados. Aquí tienes un ejemplo:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

video_writer = cv2.VideoWriter("workouts.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

gym = solutions.AIGym(
    line_width=2,
    show=True,
    kpts=[6, 8, 10],
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = gym(im0)
    video_writer.write(results.plot_im)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

Esta configuración escribe el vídeo monitorizado en un archivo de salida, lo que te permite revisar tu rendimiento de entrenamiento más tarde o compartirlo con entrenadores para obtener información adicional.