Surveillance des entraînements avec Ultralytics YOLO26#

Pour surveiller tes entraînements à l'aide d'Ultralytics YOLO26, tu peux utiliser les capacités d'estimation de pose pour suivre et analyser les points clés du corps et les articulations en temps réel. Cela te permet de recevoir un retour instantané sur ta posture d'exercice, de compter les répétitions et de mesurer les indicateurs de performance. Tu peux commencer par utiliser l'exemple de code fourni pour les pompes, les tractions ou les exercices abdos comme indiqué :

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 consulter la section AIGym dans la documentation.

Utiliser Ultralytics YOLO26 pour la surveillance des entraînements offre plusieurs avantages clés :

• Performance optimisée : En adaptant les entraînements sur la base des données de surveillance, tu peux obtenir de meilleurs résultats.
• Atteinte des objectifs : Suis et ajuste facilement tes objectifs de remise en forme 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 de modèles indiquant 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 vidéo de démonstration sur YouTube pour voir ces avantages en action.

Ultralytics YOLO26 est extrêmement précis pour détecter et suivre les exercices grâce à ses capacités de pointe en matière d'estimation de pose. Il peut suivre avec précision les points clés du corps et les articulations, fournissant un retour en temps réel sur la posture d'exercice et les 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 applications concrètes dans la documentation, qui présente le comptage des pompes et des tractions.

Oui, Ultralytics YOLO26 peut être adapté à des routines d'entraînement personnalisées. La classe AIGym détecte les répétitions d'exercices à l'aide des arguments up_angle, down_angle et kpts. 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 configuration des arguments, réfère-toi à la section Arguments AIGym. Cette flexibilité te permet de surveiller divers exercices et de personnaliser tes routines en fonction de tes objectifs de forme physique.

Pour enregistrer le résultat de la surveillance, 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 écrit la vidéo surveillée dans un fichier de sortie, te permettant de revoir tes performances d'entraînement plus tard ou de les partager avec des entraîneurs pour obtenir des retours supplémentaires.