Link to this sectionUltralytics 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、身体の重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、運動評価を強化します。この技術は、運動フォームに関する即時のフィードバックを提供し、ワークアウトルーチンを追跡し、パフォーマンス指標を測定することで、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を最適化します。

Link to this section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、より良い結果を得る。
• 目標達成: フィットネス目標を追跡および調整して、測定可能な進捗を実現する。
• パーソナライズ: 個々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で効果を高める。
• 健康への意識: 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する。
• 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のデータ駆動型の意思決定。

Link to this section実社会での応用#

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]"

Link to this sectionキーポイントマップ#

Link to this sectionAIGym の引数#

AIGym の引数をまとめた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追跡パラメーター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。

Link to this sectionよくある質問 (FAQ)#

Link to this sectionUltralytics 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、ポーズ推定機能を活用して、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することが可能になります。まずは、腕立て伏せ、懸垂、または腹筋運動のための提供されているサンプルコードの使用から始めてください。

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。

Link to this section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、いくつかの主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てワークアウトを調整することで、より良い結果を得ることができます。
• 目標達成: フィットネス目標を容易に追跡および調整し、測定可能な進捗を実現します。
• パーソナライズ: 個々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。
• 健康への意識: 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を早期に検出できます。
• 情報に基づいた意思決定: データ駆動型の意思決定を行い、ルーチンを調整して現実的な目標を設定できます。

これらの利点が実際に機能している様子は、YouTubeの動画デモで確認できます。

Link to this sectionUltralytics YOLO26による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非常に高い精度を誇ります。主要な身体のランドマークと関節を正確に追跡し、運動フォームと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。この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により、高い 精度 と信頼性が確保されています。実世界での例については、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 実社会での応用 セクションを確認してください。

Link to this sectionUltralytics YOLO26をカスタムワークアウトルーチンに使用できますか？#

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、up_angle、down_angle、kpts 引数を使用して運動の反復を検出します。キーポイントと角度を指定することで、特定の運動を検出できます。以下にサンプル設定を示します：

from ultralytics import solutions

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

引数の設定に関する詳細は、AIGym の引数 セクションを参照してください。この柔軟性により、さまざまな運動をモニタリングし、フィットネス目標 に基づいてルーチンをカスタマイズすることが可能です。

Link to this sectionUltralytics 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コードに含めるように変更します。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に書き込まれるため、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追加のフィードバックを得たりすることができます。