Supervisión de entrenamientos con Ultralytics YOLO26#

Para supervisar tus entrenamientos con Ultralytics YOLO26, puedes aprovechar las funciones de estimación de pose para seguir y analizar en tiempo real los puntos de referencia y las articulaciones clave del cuerpo. Así recibirás comentarios inmediatos sobre la técnica, podrás contar repeticiones y medir métricas de rendimiento. Puedes empezar con el código de ejemplo proporcionado para hacer flexiones, dominadas o ejercicios de abdominales, como se muestra a continuación:

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)

cap.release()
cv2.destroyAllWindows()

Para personalizarlo y consultar los ajustes, visita la sección AIGym de la documentación.

Usar Ultralytics YOLO26 para supervisar entrenamientos ofrece varias ventajas clave:

• Rendimiento optimizado: al adaptar los entrenamientos en función de los datos de supervisión, puedes obtener mejores resultados.
• Logro de objetivos: sigue y ajusta fácilmente tus objetivos de forma física para medir el progreso.
• Personalización: obtén planes de entrenamiento personalizados basados en tus datos para lograr la máxima eficacia.
• Conciencia sobre la salud: detecta pronto patrones que indiquen posibles problemas de salud o sobreentrenamiento.
• Decisiones fundamentadas: toma decisiones basadas en datos para ajustar las rutinas y fijar objetivos realistas.

Puedes ver una demostración en vídeo en YouTube para comprobar estas ventajas en acción.

Ultralytics YOLO26 detecta y sigue los ejercicios con gran precisión gracias a sus capacidades de estimación de pose de vanguardia. Puede seguir con precisión puntos de referencia y articulaciones clave del cuerpo, y ofrecer comentarios en tiempo real sobre la técnica y las métricas de rendimiento. Los pesos preentrenados del modelo y su arquitectura robusta garantizan una gran precisión y fiabilidad. Para ver ejemplos reales, consulta la sección de aplicaciones en el mundo real de la documentación, donde se muestra el recuento de flexiones y dominadas.

Sí, puedes adaptar Ultralytics YOLO26 a rutinas de entrenamiento personalizadas. La clase AIGym detecta las repeticiones de ejercicios mediante los argumentos up_angle, down_angle y kpts. Puedes especificar puntos clave y ángulos para detectar ejercicios concretos. Aquí tienes un ejemplo de configuración:

from ultralytics import solutions

gym = solutions.AIGym(
    line_width=2,
    show=True,
    kpts=[6, 8, 10],  # Para flexiones; se puede personalizar para otros ejercicios
)

Para obtener más información sobre cómo configurar los argumentos, consulta la sección Argumentos AIGym. Esta flexibilidad te permite supervisar distintos ejercicios y personalizar las rutinas según tus objetivos de forma física.

Para guardar los resultados de la supervisión de entrenamientos, puedes modificar el código e 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 guarda el vídeo supervisado en un archivo de salida, para que puedas revisar más tarde tu rendimiento durante el entrenamiento o compartirlo con entrenadores para recibir comentarios adicionales.