다음을 사용하여 운동 모니터링 Ultralytics YOLOv8

자세 추정을 통한 운동 모니터링 Ultralytics YOLOv8 는 신체의 주요 랜드마크와 관절을 실시간으로 정확하게 추적하여 운동 평가를 향상시킵니다. 이 기술은 운동 자세에 대한 즉각적인 피드백을 제공하고, 운동 루틴을 추적하며, 성과 지표를 측정하여 사용자와 트레이너 모두를 위해 훈련 세션을 최적화합니다.

Watch: Ultralytics YOLOv8 | 푸시업, 풀업, 복근 운동을 이용한 운동 모니터링

운동 모니터링의 장점은?

• 최적화된 퍼포먼스: 더 나은 결과를 위한 모니터링 데이터에 기반한 맞춤형 운동.
• 목표 달성: 측정 가능한 진행 상황을 위해 피트니스 목표를 추적하고 조정하세요.
• 개인화: 개인별 데이터에 기반한 맞춤형 운동 계획으로 운동 효과를 높일 수 있습니다.
• 건강 인식: 건강 문제 또는 과도한 훈련을 나타내는 패턴을 조기에 감지합니다.
• 정보에 기반한 의사 결정: 루틴을 조정하고 현실적인 목표를 설정하기 위한 데이터 기반 의사 결정.

실제 애플리케이션

운동 모니터링	운동 모니터링
푸시업 카운팅	풀업 카운팅

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()

키포인트 맵

인수 AIGym

인수 model.predict

인수 model.track

자주 묻는 질문

Ultralytics YOLOv8 을 사용하여 내 운동을 어떻게 모니터링하나요?

Ultralytics YOLOv8 을 사용하여 운동을 모니터링하려면 자세 추정 기능을 활용하여 신체의 주요 랜드마크와 관절을 실시간으로 추적하고 분석할 수 있습니다. 이를 통해 운동 자세에 대한 즉각적인 피드백을 받고, 반복 횟수를 계산하고, 성과 지표를 측정할 수 있습니다. 팔굽혀펴기, 풀업 또는 복근 운동에 대해 제공된 예제 코드를 사용하여 시작할 수 있습니다:

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()

추가 사용자 지정 및 설정에 대해서는 설명서의 AIGym 섹션을 참조하세요.

운동 모니터링에 Ultralytics YOLOv8 을 사용하면 어떤 이점이 있나요?

운동 모니터링에 Ultralytics YOLOv8 을 사용하면 몇 가지 주요 이점이 있습니다:

• 최적화된 퍼포먼스: 모니터링 데이터를 기반으로 운동을 맞춤화하면 더 나은 결과를 얻을 수 있습니다.
• 목표 달성: 측정 가능한 진행 상황을 위해 피트니스 목표를 쉽게 추적하고 조정할 수 있습니다.
• 개인화: 최적의 효과를 위해 개인 데이터를 기반으로 맞춤형 운동 계획을 세우세요.
• 건강 인식: 잠재적인 건강 문제 또는 과도한 훈련을 나타내는 패턴을 조기에 감지합니다.
• 정보에 기반한 의사 결정: 데이터에 기반한 의사 결정으로 루틴을 조정하고 현실적인 목표를 설정하세요.

YouTube 동영상 데모를 통해 이러한 이점이 실제로 작동하는 모습을 확인할 수 있습니다.

운동 감지 및 추적에 있어서 Ultralytics YOLOv8 은 얼마나 정확하나요?

Ultralytics YOLOv8 는 최첨단 자세 추정 기능으로 운동을 감지하고 추적하는 정확도가 매우 높습니다. 신체의 주요 랜드마크와 관절을 정확하게 추적하여 운동 형태와 성과 지표에 대한 실시간 피드백을 제공합니다. 모델의 사전 학습된 가중치와 견고한 아키텍처는 높은 정밀도와 신뢰성을 보장합니다. 실제 사례를 보려면 푸시업 및 풀업 카운팅을 보여주는 문서의 실제 애플리케이션 섹션을 확인하세요.

사용자 지정 운동 루틴에 Ultralytics YOLOv8 을 사용할 수 있나요?

예, Ultralytics YOLOv8 사용자 지정 운동 루틴에 맞게 조정할 수 있습니다. The AIGym 클래스는 "푸시업", "풀업", "애브워크아웃" 등 다양한 포즈 유형을 지원합니다. 키포인트와 각도를 지정하여 특정 운동을 감지할 수 있습니다. 다음은 설정 예시입니다:

from ultralytics import solutions

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

인수 설정에 대한 자세한 내용은 인수 AIGym 섹션으로 이동합니다. 이러한 유연성을 통해 다양한 운동을 모니터링하고 필요에 따라 루틴을 사용자 지정할 수 있습니다.

Ultralytics YOLOv8 을 사용하여 운동 모니터링 출력을 저장하려면 어떻게 해야 하나요?

운동 모니터링 출력을 저장하려면 처리된 프레임을 저장하는 비디오 작성기를 포함하도록 코드를 수정할 수 있습니다. 다음은 예시입니다:

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()

이 설정은 모니터링된 동영상을 출력 파일에 기록합니다. 자세한 내용은 출력 저장을 통한 운동 모니터링 섹션을 참조하세요.

9개월 전 생성됨 ✏️ 3 일 전 업데이트 됨

댓글