Monitorização de treinos utilizando Ultralytics YOLO26
A monitorização de treinos através da estimativa de pose com o Ultralytics YOLO26 melhora a avaliação de exercícios ao rastrear com precisão os principais pontos de referência e articulações do corpo em tempo real. Esta tecnologia fornece feedback instantâneo sobre a forma do exercício, rastreia rotinas de treino e mede métricas de desempenho, otimizando as sessões de treino para utilizadores e treinadores.
Watch: How to Monitor Workout Exercises with Ultralytics YOLO | Squats, Leg Extension, Pushups and More
Vantagens da Monitorização de Treinos
- Desempenho Otimizado: Adaptação de treinos com base em dados de monitorização para melhores resultados.
- Alcance de Objetivos: Rastreia e ajusta metas de fitness para um progresso mensurável.
- Personalização: Planos de treino personalizados com base em dados individuais para maior eficácia.
- Consciência de Saúde: Deteção precoce de padrões que indicam problemas de saúde ou sobretreino.
- Decisões Informadas: Decisões baseadas em dados para ajustar rotinas e definir objetivos realistas.
Aplicações no Mundo Real
| Monitorização de Treinos | Monitorização de Treinos |
|---|---|
![]() | ![]() |
| Contagem de Flexões | Contagem de Elevações |
# 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]"Mapa de KeyPoints

Argumentos do AIGym
Aqui tens uma tabela com os argumentos do AIGym:
| Argumento | Tipo | Predefinição | Descrição |
|---|---|---|---|
model | str | None | Caminho para um arquivo de modelo Ultralytics YOLO. |
up_angle | float | 145.0 | Limite de ângulo para a pose 'up' (subida). |
down_angle | int | 90 | Limite de ângulo para a pose 'down' (descida). |
kpts | list[int] | '[6, 8, 10]' | Lista de três índices de pontos-chave usados para monitorar exercícios. Esses pontos-chave correspondem a articulações ou partes do corpo, como ombros, cotovelos e pulsos, para exercícios como flexões, barras, agachamentos e abdominais. |
A solução AIGym também suporta uma série de parâmetros de rastreamento de objetos:
| Argumento | Tipo | Predefinição | Descrição |
|---|---|---|---|
tracker | str | 'botsort.yaml' | Especifica o algoritmo de rastreamento a ser usado, por exemplo, bytetrack.yaml ou botsort.yaml. |
conf | float | 0.1 | Define o limite de confiança para as detecções; valores mais baixos permitem que mais objetos sejam rastreados, mas podem incluir falsos positivos. |
iou | float | 0.7 | Define o limite de Intersection over Union (IoU) para filtrar detecções sobrepostas. |
classes | list | None | Filtra resultados pelo índice da classe. Por exemplo, classes=[0, 2, 3] rastreia apenas as classes especificadas. |
verbose | bool | True | Controla a exibição dos resultados de rastreamento, fornecendo uma saída visual dos objetos rastreados. |
device | str | None | Especifica o dispositivo para inferência (por exemplo, cpu, cuda:0 ou 0). Permite que os usuários selecionem entre CPU, uma GPU específica ou outros dispositivos de computação para a execução do modelo. |
Adicionalmente, as seguintes definições 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. Oferece personalização visual para clareza. |
show_conf | bool | True | Exibe a pontuação de confiança para cada deteção ao lado do rótulo. Dá uma noção da certeza do modelo para cada deteção. |
show_labels | bool | True | Exibe rótulos para cada deteção na saída visual. Proporciona uma compreensão imediata dos objetos detetados. |
FAQ
Como posso monitorizar os meus treinos utilizando Ultralytics YOLO26?
Para monitorizar os teus treinos utilizando Ultralytics YOLO26, podes utilizar as capacidades de estimativa de pose para rastrear e analisar os principais pontos de referência e articulações do corpo em tempo real. Isto permite-te receber feedback instantâneo sobre a tua forma de exercício, contar repetições e medir métricas de desempenho. Podes começar utilizando o código de exemplo fornecido para flexões, elevações ou treinos de abdominais, como 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 personalização e definições, podes consultar a secção AIGym na documentação.
Quais são os benefícios de usar Ultralytics YOLO26 para monitorização de treinos?
Usar Ultralytics YOLO26 para monitorização de treinos proporciona vários benefícios fundamentais:
- Desempenho Otimizado: Ao adaptar os treinos com base em dados de monitorização, podes obter melhores resultados.
- Alcance de Objetivos: Rastreia e ajusta facilmente as metas de fitness para um progresso mensurável.
- Personalização: Obtém planos de treino personalizados com base nos teus dados individuais para uma eficácia ótima.
- Consciência de Saúde: Deteção precoce de padrões que indicam potenciais problemas de saúde ou sobretreino.
- Decisões Informadas: Toma decisões baseadas em dados para ajustar rotinas e definir objetivos realistas.
Podes ver uma demonstração em vídeo no YouTube para ver estes benefícios em ação.
Qual a precisão do Ultralytics YOLO26 na deteção e rastreamento de exercícios?
O Ultralytics YOLO26 é altamente preciso na deteção e rastreamento de exercícios devido às suas capacidades de estimativa de pose de última geração. Consegue rastrear com precisão os principais pontos de referência e articulações do corpo, 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 uma precisão e fiabilidade elevadas. Para exemplos do mundo real, consulta a secção de aplicações do mundo real na documentação, que demonstra a contagem de flexões e elevações.
Posso usar Ultralytics YOLO26 para rotinas de treino personalizadas?
Sim, o Ultralytics YOLO26 pode ser adaptado para rotinas de treino personalizadas. A classe AIGym suporta diferentes tipos de pose, tais como pushup, pullup e abworkout. Podes especificar keypoints e ângulos para detetar exercícios específicos. Aqui tens 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 a definição de argumentos, consulta a secção Argumentos AIGym. Esta flexibilidade permite-te monitorizar vários exercícios e personalizar rotinas com base nos teus objetivos de fitness.
Como posso guardar a saída da monitorização de treinos utilizando Ultralytics YOLO26?
Para guardar a saída da monitorização de treinos, podes modificar o código para incluir um gravador de vídeo que guarde os frames processados. Aqui tens 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()Esta configuração grava o vídeo monitorizado num ficheiro de saída, permitindo-te rever o teu desempenho de treino mais tarde ou partilhá-lo com treinadores para feedback adicional.

