Seguimiento de entrenamientos mediante Ultralytics YOLOv8

Monitorizar los entrenamientos mediante la estimación de la postura con Ultralytics YOLOv8 mejora la evaluación del ejercicio mediante el seguimiento preciso de puntos de referencia corporales y articulaciones clave en tiempo real. Esta tecnología proporciona información instantánea sobre la forma del ejercicio, realiza un seguimiento de las rutinas de entrenamiento y mide las métricas de rendimiento, optimizando las sesiones de entrenamiento tanto para los usuarios como para los entrenadores.

Observa: Seguimiento de entrenamientos con Ultralytics YOLOv8 | Flexiones, Pullups, Entrenamientos de abdominales

¿Ventajas de la monitorización de entrenamientos?

• Rendimiento optimizado: Adapta los entrenamientos en función de los datos de seguimiento para obtener mejores resultados.
• Consecución de objetivos: Controla y ajusta los objetivos de forma física para conseguir un progreso medible.
• Personalización: Planes de entrenamiento personalizados basados en datos individuales para mayor eficacia.
• Conciencia de la salud: Detección precoz de patrones que indiquen problemas de salud o sobreentrenamiento.
• Decisiones informadas: Decisiones basadas en datos para ajustar las rutinas y establecer objetivos realistas.

Aplicaciones en el mundo real

Seguimiento de los entrenamientos	Seguimiento de los entrenamientos
Conteo de flexiones	Conteo de PullUps

import cv2

from ultralytics import YOLO, solutions

model = YOLO("yolov8n-pose.pt")
cap = cv2.VideoCapture("path/to/video/file.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_object = solutions.AIGym(
    line_thickness=2,
    view_img=True,
    pose_type="pushup",
    kpts_to_check=[6, 8, 10],
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    results = model.track(im0, verbose=False)  # Tracking recommended
    # results = model.predict(im0)  # Prediction also supported
    im0 = gym_object.start_counting(im0, results)

cv2.destroyAllWindows()

import cv2

from ultralytics import YOLO, solutions

model = YOLO("yolov8n-pose.pt")
cap = cv2.VideoCapture("path/to/video/file.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_object = solutions.AIGym(
    line_thickness=2,
    view_img=True,
    pose_type="pushup",
    kpts_to_check=[6, 8, 10],
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    results = model.track(im0, verbose=False)  # Tracking recommended
    # results = model.predict(im0)  # Prediction also supported
    im0 = gym_object.start_counting(im0, results)
    video_writer.write(im0)

cv2.destroyAllWindows()
video_writer.release()

Mapa de KeyPoints

Argumentos AIGym

Argumentos model.predict

Argumentos model.track

PREGUNTAS FRECUENTES

¿Cómo controlo mis entrenamientos utilizando Ultralytics YOLOv8 ?

Para controlar tus entrenamientos con Ultralytics YOLOv8 , puedes utilizar las funciones de estimación de la postura para seguir y analizar puntos de referencia corporales y articulaciones clave en tiempo real. Esto te permite recibir información instantánea sobre la forma de tus ejercicios, contar repeticiones y medir métricas de rendimiento. Puedes empezar utilizando el código de ejemplo proporcionado para flexiones, dominadas o ejercicios abdominales, como se muestra:

import cv2

from ultralytics import YOLO, solutions

model = YOLO("yolov8n-pose.pt")
cap = cv2.VideoCapture("path/to/video/file.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_object = solutions.AIGym(
    line_thickness=2,
    view_img=True,
    pose_type="pushup",
    kpts_to_check=[6, 8, 10],
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    results = model.track(im0, verbose=False)
    im0 = gym_object.start_counting(im0, results)

cv2.destroyAllWindows()

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

¿Cuáles son las ventajas de utilizar Ultralytics YOLOv8 para controlar el entrenamiento?

Utilizar Ultralytics YOLOv8 para monitorizar el entrenamiento proporciona varias ventajas clave:

• Rendimiento optimizado: Al adaptar los entrenamientos en función de los datos de seguimiento, puedes conseguir mejores resultados.
• Consecución de objetivos: Controla y ajusta fácilmente los objetivos de forma física para conseguir un progreso medible.
• Personalización: Consigue planes de entrenamiento personalizados basados en tus datos individuales para una eficacia óptima.
• Conciencia de la salud: Detección precoz de patrones que indican posibles problemas de salud o sobreentrenamiento.
• Decisiones informadas: Toma decisiones basadas en datos para ajustar las rutinas y establecer objetivos realistas.

Puedes ver un vídeo de demostración en YouTube para ver estas ventajas en acción.

¿Hasta qué punto es preciso Ultralytics YOLOv8 para detectar y seguir ejercicios?

Ultralytics YOLOv8 es muy preciso en la detección y el seguimiento de ejercicios gracias a su capacidad de estimación de la postura de última generación. Puede rastrear con precisión puntos de referencia corporales y articulaciones clave, proporcionando información en tiempo real sobre la forma del ejercicio y las métricas de rendimiento. Los pesos preentrenados del modelo y su robusta arquitectura garantizan una gran precisión y fiabilidad. Para ver ejemplos reales, consulta la sección de aplicaciones reales de la documentación, que muestra el recuento de flexiones y dominadas.

¿Puedo utilizar Ultralytics YOLOv8 para rutinas de entrenamiento personalizadas?

Sí, Ultralytics YOLOv8 puede adaptarse a rutinas de entrenamiento personalizadas. La página AIGym admite distintos tipos de posturas, como "flexiones", "tracciones" y "ejercicios abdominales". Puedes especificar puntos clave y ángulos para detectar ejercicios específicos. Aquí tienes un ejemplo de configuración:

from ultralytics import solutions

gym_object = solutions.AIGym(
    line_thickness=2,
    view_img=True,
    pose_type="squat",
    kpts_to_check=[6, 8, 10],
)

Para más detalles sobre la configuración de los argumentos, consulta el apartado Argumentos AIGym sección. Esta flexibilidad te permite controlar varios ejercicios y personalizar las rutinas en función de tus necesidades.

¿Cómo puedo guardar el resultado de la monitorización del entrenamiento utilizando Ultralytics YOLOv8 ?

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

import cv2

from ultralytics import YOLO, solutions

model = YOLO("yolov8n-pose.pt")
cap = cv2.VideoCapture("path/to/video/file.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_object = solutions.AIGym(
    line_thickness=2,
    view_img=True,
    pose_type="pushup",
    kpts_to_check=[6, 8, 10],
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    results = model.track(im0, verbose=False)
    im0 = gym_object.start_counting(im0, results)
    video_writer.write(im0)

cv2.destroyAllWindows()
video_writer.release()

Esta configuración escribe el vídeo monitorizado en un archivo de salida. Para más detalles, consulta la sección Monitorización de entrenamientos con Guardar salida.

Comentarios