Link to this sectionMonitoramento de treinos usando Ultralytics YOLO26#
O monitoramento de treinos através da estimativa de pose com o Ultralytics YOLO26 aprimora a avaliação de exercícios ao rastrear com precisão pontos de referência e articulações do corpo em tempo real. Essa tecnologia fornece feedback instantâneo sobre a forma do exercício, rastreia rotinas de treino e mede métricas de desempenho, otimizando as sessões de treinamento tanto para usuários quanto para treinadores.
Watch: How to Monitor Workout Exercises with Ultralytics YOLO | Squats, Leg Extension, Pushups and More
Link to this sectionVantagens do Monitoramento de Treinos#
- Desempenho Otimizado: Adaptação de treinos com base em dados de monitoramento para melhores resultados.
- Alcance de Metas: Rastreie e ajuste metas de condicionamento físico para um progresso mensurável.
- Personalização: Planos de treino personalizados com base em dados individuais para maior eficácia.
- Consciência de Saúde: Detecção precoce de padrões que indicam problemas de saúde ou excesso de treinamento.
- Decisões Informadas: Decisões baseadas em dados para ajustar rotinas e definir metas realistas.
Link to this sectionAplicações no Mundo Real#
| Monitoramento de Treinos | Monitoramento de Treinos |
|---|---|
![]() | ![]() |
| Contagem de Flexões | Contagem de Barras |
# 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 sectionMapa de Pontos-Chave#

Link to this sectionArgumentos da AIGym#
Aqui está uma tabela com os argumentos da AIGym:
| Argumento | Tipo | Predefinição | Descrição |
|---|---|---|---|
model | str | None | Caminho para um ficheiro de modelo YOLO da Ultralytics. |
up_angle | float | 145.0 | Limiar de ângulo para a pose 'cima'. |
down_angle | int | 90 | Limiar de ângulo para a pose 'baixo'. |
kpts | list[int] | '[6, 8, 10]' | Lista de três índices de pontos-chave usados para monitorizar exercícios. Estes pontos-chave correspondem a articulações ou partes do corpo, como ombros, cotovelos e pulsos, para exercícios como flexões, elevações, agachamentos e abdominais. |
A solução AIGym também suporta uma variedade de parâmetros de rastreamento de objetos:
| Argumento | Tipo | Predefinição | Descrição |
|---|---|---|---|
tracker | str | 'botsort.yaml' | Especifica o algoritmo de rastreio a usar, p. ex., bytetrack.yaml ou botsort.yaml. |
conf | float | 0.1 | Define o limiar de confiança para as deteções; valores mais baixos permitem que mais objetos sejam rastreados, mas podem incluir falsos positivos. |
iou | float | 0.7 | Define o limiar de Intersection over Union (IoU) para filtrar deteções sobrepostas. |
classes | list | None | Filtra resultados por índice de classe. Por exemplo, classes=[0, 2, 3] rastreia apenas as classes especificadas. |
verbose | bool | True | Controla a exibição dos resultados de rastreio, fornecendo uma saída visual dos objetos rastreados. |
device | str | None | Especifica o dispositivo para inferência (p. ex., cpu, cuda:0 ou 0). Permite aos utilizadores selecionar entre CPU, uma GPU específica ou outros dispositivos de computação para a execução do modelo. |
Adicionalmente, as seguintes configurações de visualização podem ser aplicadas:
| Argumento | Tipo | Predefinição | Descrição |
|---|---|---|---|
show | bool | False | Se True, exibe as imagens ou vídeos anotados numa janela. Útil para feedback visual imediato durante o desenvolvimento ou teste. |
line_width | int or None | None | Especifica a largura da linha das caixas delimitadoras. Se None, a largura da linha é ajustada automaticamente com base no tamanho da imagem. Proporciona personalização visual para maior clareza. |
show_conf | bool | True | Exibe a pontuação de confiança para cada detecção ao lado do rótulo. Fornece uma visão sobre a certeza do modelo para cada detecção. |
show_labels | bool | True | Exibe rótulos para cada detecção na saída visual. Fornece compreensão imediata dos objetos detectados. |
Link to this sectionFAQ#
Link to this sectionComo monitoro meus treinos usando o Ultralytics YOLO26?#
Para monitorar seus treinos usando o Ultralytics YOLO26, você pode utilizar as capacidades de estimativa de pose para rastrear e analisar pontos de referência e articulações corporais em tempo real. Isso permite que você receba feedback instantâneo sobre sua forma física, conte repetições e meça métricas de desempenho. Você pode começar usando o código de exemplo fornecido para flexões, barras ou exercícios abdominais, conforme mostrado:
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()Para mais personalizações e configurações, consulte a seção AIGym na documentação.
Link to this sectionQuais são os benefícios de usar o Ultralytics YOLO26 para monitoramento de treinos?#
Usar o Ultralytics YOLO26 para monitoramento de treinos oferece vários benefícios principais:
- Desempenho Otimizado: Ao adaptar os treinos com base nos dados de monitoramento, você pode alcançar melhores resultados.
- Alcance de Metas: Rastreie e ajuste facilmente as metas de condicionamento físico para um progresso mensurável.
- Personalização: Obtenha planos de treino personalizados com base em seus dados individuais para uma eficácia ideal.
- Consciência de Saúde: Detecção precoce de padrões que indicam possíveis problemas de saúde ou excesso de treinamento.
- Decisões Informadas: Tome decisões baseadas em dados para ajustar rotinas e definir metas realistas.
Você pode assistir a uma demonstração em vídeo no YouTube para ver esses benefícios em ação.
Link to this sectionQuão preciso é o Ultralytics YOLO26 na detecção e rastreamento de exercícios?#
O Ultralytics YOLO26 é altamente preciso na detecção e rastreamento de exercícios devido às suas capacidades de ponta em estimativa de pose. Ele pode rastrear com precisão pontos de referência e articulações corporais, fornecendo feedback em tempo real sobre a forma do exercício e métricas de desempenho. Os pesos pré-treinados e a arquitetura robusta do modelo garantem alta precisão e confiabilidade. Para exemplos do mundo real, confira a seção aplicações no mundo real na documentação, que mostra a contagem de flexões e barras.
Link to this sectionPosso usar o Ultralytics YOLO26 para rotinas de treino personalizadas?#
Sim, o Ultralytics YOLO26 pode ser adaptado para rotinas de treino personalizadas. A classe AIGym detecta repetições de exercícios usando os argumentos up_angle, down_angle e kpts. Você pode especificar pontos-chave e ângulos para detectar exercícios específicos. Aqui está um exemplo de configuração:
from ultralytics import solutions
gym = solutions.AIGym(
line_width=2,
show=True,
kpts=[6, 8, 10], # For pushups - can be customized for other exercises
)Para mais detalhes sobre como definir argumentos, consulte a seção Argumentos da AIGym. Essa flexibilidade permite que você monitore vários exercícios e personalize rotinas com base em seus objetivos de fitness.
Link to this sectionComo posso salvar a saída do monitoramento de treino usando o Ultralytics YOLO26?#
Para salvar a saída do monitoramento de treinos, você pode modificar o código para incluir um gravador de vídeo que salva os quadros processados. Aqui está um exemplo:
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()Essa configuração grava o vídeo monitorado em um arquivo de saída, permitindo que você revise seu desempenho no treino mais tarde ou compartilhe-o com treinadores para feedback adicional.

