Suivi des entraînements avec Ultralytics YOLO26

Suivre tes entraînements via l'estimation de pose avec Ultralytics YOLO26 améliore l'évaluation des exercices en suivant précisément les repères corporels clés et les articulations en temps réel. Cette technologie fournit un retour immédiat sur la forme des exercices, suit tes routines d'entraînement et mesure des indicateurs de performance, optimisant ainsi les séances pour les utilisateurs comme pour les entraîneurs.

Watch: How to Monitor Workout Exercises with Ultralytics YOLO | Squats, Leg Extension, Pushups and More

Avantages du suivi des entraînements

Performance optimisée : Adapte tes entraînements en fonction des données de suivi pour de meilleurs résultats.
Atteinte des objectifs : Suis et ajuste tes objectifs de fitness pour des progrès mesurables.
Personnalisation : Plans d'entraînement personnalisés basés sur tes données individuelles pour une efficacité accrue.
Conscience de la santé : Détection précoce de schémas indiquant des problèmes de santé ou un surentraînement.
Décisions éclairées : Décisions basées sur les données pour ajuster tes routines et fixer des objectifs réalistes.

Applications dans le monde réel

Suivi des entraînements	Suivi des entraînements

Comptage des pompes	Comptage des tractions

Suivi des entraînements avec Ultralytics YOLO

# Run a workout example
yolo solutions workout show=True

# Pass a source video
yolo solutions workout source="path/to/video.mp4"

# Use keypoints for pushups
yolo solutions workout kpts="[6, 8, 10]"

Carte des points clés

Diagramme de l'ordre des points clés de l'estimation de pose YOLO

`AIGym` Arguments

Voici un tableau avec les AIGym arguments :

Argument	Type	Par défaut	Description
`model`	`str`	`None`	Chemin vers un fichier de modèle Ultralytics YOLO.
`up_angle`	`float`	`145.0`	Seuil d'angle pour la pose 'vers le haut'.
`down_angle`	`int`	`90`	Seuil d'angle pour la pose 'vers le bas'.
`kpts`	`list[int]`	`'[6, 8, 10]'`	Liste de trois indices de points clés utilisés pour surveiller les entraînements. Ces points clés correspondent aux articulations ou parties du corps, telles que les épaules, les coudes et les poignets, pour des exercices comme les pompes, les tractions, les squats et les exercices abdominaux.

La méthode AIGym La solution prend également en charge une gamme de paramètres de suivi d'objets :

Argument	Type	Par défaut	Description
`tracker`	`str`	`'botsort.yaml'`	Spécifie l'algorithme de suivi à utiliser, par exemple `bytetrack.yaml` ou `botsort.yaml`.
`conf`	`float`	`0.1`	Définit le seuil de confiance pour les détections ; des valeurs plus faibles permettent de suivre davantage d'objets mais peuvent inclure des faux positifs.
`iou`	`float`	`0.7`	Définit le seuil IoU (IoU) seuil pour filtrer les détections qui se chevauchent.
`classes`	`list`	`None`	Filtre les résultats par index de classe. Par exemple, `classes=[0, 2, 3]` suit uniquement les classes spécifiées.
`verbose`	`bool`	`True`	Contrôle l'affichage des résultats de suivi, fournissant une sortie visuelle des objets suivis.
`device`	`str`	`None`	Spécifie l'appareil pour l'inférence (par ex. `cpu`, `cuda:0` ou `0`). Permet aux utilisateurs de choisir entre le CPU, un GPU spécifique ou d'autres dispositifs de calcul pour l'exécution du modèle.

De plus, les paramètres de visualisation suivants peuvent être appliqués :

Argument	Type	Par défaut	Description
`show`	`bool`	`False`	Si `True`, affiche les images ou vidéos annotées dans une fenêtre. Utile pour un retour visuel immédiat pendant le développement ou les tests.
`line_width`	`int or None`	`None`	Spécifie l'épaisseur de ligne des boîtes englobantes. Si `None`, l'épaisseur de ligne est automatiquement ajustée en fonction de la taille de l'image. Offre une personnalisation visuelle pour une meilleure clarté.
`show_conf`	`bool`	`True`	Affiche le score de confiance pour chaque détection à côté de l'étiquette. Donne un aperçu de la certitude du modèle pour chaque détection.
`show_labels`	`bool`	`True`	Affiche les étiquettes pour chaque détection dans la sortie visuelle. Fournit une compréhension immédiate des objets détectés.

FAQ

Comment puis-je suivre mes entraînements en utilisant Ultralytics YOLO26 ?

Pour suivre tes entraînements avec Ultralytics YOLO26, tu peux utiliser le les capacités d'estimation de pose pour suivre et analyser les repères corporels clés et les articulations en temps réel. Cela te permet de recevoir un retour immédiat sur ta forme physique, de compter les répétitions et de mesurer des indicateurs de performance. Tu peux commencer en utilisant l'exemple de code fourni pour les pompes, les tractions ou les exercices d'abdominaux comme illustré :

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()

Pour plus de personnalisation et de paramètres, tu peux te référer à la AIGym dans la documentation.

Quels sont les avantages d'utiliser Ultralytics YOLO26 pour le suivi des entraînements ?

L'utilisation d'Ultralytics YOLO26 pour le suivi des entraînements offre plusieurs avantages clés :

Performance optimisée : En adaptant tes entraînements sur la base des données de suivi, tu peux obtenir de meilleurs résultats.
Atteinte des objectifs : Suis et ajuste facilement tes objectifs de fitness pour des progrès mesurables.
Personnalisation : Obtiens des plans d'entraînement personnalisés basés sur tes données individuelles pour une efficacité optimale.
Conscience de la santé : Détection précoce des schémas qui indiquent des problèmes de santé potentiels ou un surentraînement.
Décisions éclairées : Prends des décisions basées sur les données pour ajuster tes routines et fixer des objectifs réalistes.

Tu peux regarder une démonstration vidéo sur YouTube pour voir ces avantages en action.

Quelle est la précision d'Ultralytics YOLO26 dans la détection et le suivi des exercices ?

Ultralytics YOLO26 est très précis pour détecter et suivre les exercices grâce à ses capacités , l'estimation de pose, le de pointe. Il peut suivre avec précision les repères corporels clés et les articulations, fournissant un retour en temps réel sur la forme de tes exercices et tes indicateurs de performance. Les poids pré-entraînés du modèle et son architecture robuste garantissent une précision et une fiabilité élevées. Pour des exemples concrets, consulte la section real-world applications dans la documentation, qui présente le comptage des pompes et des tractions.

Puis-je utiliser Ultralytics YOLO26 pour des routines d'entraînement personnalisées ?

Oui, Ultralytics YOLO26 peut être adapté pour des routines d'entraînement personnalisées. La classe AIGym prend en charge différents types de poses tels que pushup, pullup, et la abworkout. Tu peux spécifier des points clés et des angles pour détecter des exercices spécifiques. Voici un exemple de configuration :

from ultralytics import solutions

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

Pour plus de détails sur la définition des arguments, reporte-toi à la section Arguments AIGym. Cette flexibilité te permet de suivre divers exercices et de personnaliser tes routines en fonction de tes objectifs de fitness.

Comment puis-je enregistrer le résultat du suivi des entraînements avec Ultralytics YOLO26 ?

Pour enregistrer le résultat du suivi, tu peux modifier le code pour inclure un enregistreur vidéo qui sauvegarde les images traitées. Voici un exemple :

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()

Cette configuration enregistre la vidéo du suivi dans un fichier de sortie, te permettant de revoir tes performances d'entraînement ultérieurement ou de les partager avec des entraîneurs pour obtenir des retours supplémentaires.

Contributors

GLglenn-jocher²⁰ RIRizwanMunawar¹⁷ MAMatthewNoyce² AMambitious-octopus¹ IVIvorZhu331¹

Created Dec 1, 2023Updated 3 months ago