Ultralytics YOLO26を使用したワークアウトのモニタリング

Ultralytics YOLO26 を用いたポーズ推定によるワークアウトのモニタリングは、身体の主要なランドマークや関節をリアルタイムで正確に追跡することで、運動の評価を向上させます。このテクノロジーにより、運動フォームに関する即時のフィードバック、ワークアウトルーチンの追跡、パフォーマンス指標の測定が可能となり、ユーザーとトレーナー双方にとってトレーニングセッションが最適化されます。

ワークアウトモニタリングの利点

• パフォーマンスの最適化: モニタリングデータに基づいてワークアウトを調整し、より良い結果を得ます。
• 目標達成: フィットネスの目標を追跡・調整し、測定可能な進捗を確認します。
• パーソナライズ: 個人のデータに基づいたカスタマイズされたワークアウトプランにより、効果を高めます。
• 健康意識の向上: 健康上の問題やオーバートレーニングを示すパターンを早期に検出します。
• 情報に基づいた意思決定: ルーチンの調整や現実的な目標設定のために、データに基づいた意思決定を行います。

実社会での応用例

ワークアウトモニタリング	ワークアウトモニタリング
腕立て伏せのカウント	懸垂のカウント

# 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]"

キーポイントマップ

AIGym の引数

AIGym の引数の一覧表を以下に示します。

AIGym ソリューションは、さまざまなオブジェクトトラッキングパラメータもサポートしています。

さらに、以下の可視化設定を適用できます。

FAQ

Ultralytics YOLO26を使用してワークアウトをモニタリングするにはどうすればよいですか？

Ultralytics YOLO26を使用してワークアウトをモニタリングするには、ポーズ推定機能を利用して、身体の主要なランドマークや関節をリアルタイムで追跡・分析します。これにより、運動フォームに関する即時のフィードバックを受け取り、回数をカウントし、パフォーマンス指標を測定できます。まずは、腕立て伏せ、懸垂、腹筋運動の例として提供されているコードを使用して始めることができます。

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()

さらなるカスタマイズや設定については、ドキュメントの AIGym セクションを参照してください。

ワークアウトモニタリングにUltralytics YOLO26を使用する利点は何ですか？

ワークアウトモニタリングにUltralytics YOLO26を使用すると、いくつかの重要な利点が得られます。

• パフォーマンスの最適化: モニタリングデータに基づいたワークアウトの調整により、より良い結果を達成できます。
• 目標達成: フィットネスの目標を簡単に追跡・調整し、測定可能な進捗を得られます。
• パーソナライズ: 個人のデータに基づいたカスタマイズされたワークアウトプランにより、最適な効果が得られます。
• 健康意識の向上: 潜在的な健康問題やオーバートレーニングを示すパターンの早期検出が可能です。
• 情報に基づいた意思決定: ルーチンの調整や現実的な目標設定のために、データに基づいた意思決定を行えます。

これらの利点が実際に機能している様子は、YouTubeのデモンストレーション動画で確認できます。

Ultralytics YOLO26の運動の検出と追跡の精度はどの程度ですか？

Ultralytics YOLO26は、最先端の ポーズ推定 機能により、運動の検出と追跡において高い精度を誇ります。身体の主要なランドマークや関節を正確に追跡し、運動フォームやパフォーマンス指標に関するリアルタイムのフィードバックを提供します。モデルの事前学習済みウェイトと堅牢なアーキテクチャが、高い 精度 と信頼性を保証します。実際の事例については、腕立て伏せや懸垂のカウントを紹介しているドキュメントの 実用例 セクションを確認してください。

カスタムワークアウトルーチンにUltralytics YOLO26を使用できますか？

はい、Ultralytics YOLO26はカスタムワークアウトルーチンに適応可能です。AIGym クラスは、pushup（腕立て伏せ）、pullup（懸垂）、abworkout（腹筋運動）などの異なるポーズタイプをサポートしています。キーポイントと角度を指定して特定の運動を検出するように設定できます。以下に例を示します。

from ultralytics import solutions

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

For more details on setting arguments, refer to the Arguments AIGym section. This flexibility allows you to monitor various exercises and customize routines based on your fitness goals.

Ultralytics YOLO26を使用してワークアウトモニタリングの出力を保存するにはどうすればよいですか？

ワークアウトモニタリングの出力を保存するには、処理されたフレームを保存するビデオライターを含めるようにコードを変更します。以下に例を示します。

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()

この設定により、モニタリングされたビデオが出力ファイルとして書き出されるため、後でワークアウトのパフォーマンスを確認したり、トレーナーと共有してさらなるフィードバックを得たりすることができます。