Meet YOLO26: next-gen vision AI.

Link to this sectionMonitoramento de treinos usando Ultralytics YOLO26#

Abrir Monitoramento de Treinos no Colab

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 TreinosMonitoramento de Treinos
Contagem de flexões com YOLO e estimativa de poseContagem de barras com YOLO e estimativa de pose
Contagem de FlexõesContagem de Barras
Monitoramento de Treinos usando Ultralytics YOLO
# 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#

Diagrama da ordem dos pontos-chave na estimativa de pose do YOLO

Link to this sectionArgumentos da AIGym#

Aqui está uma tabela com os argumentos da AIGym:

ArgumentoTipoPredefiniçãoDescrição
modelstrNoneCaminho para um ficheiro de modelo YOLO da Ultralytics.
up_anglefloat145.0Limiar de ângulo para a pose 'cima'.
down_angleint90Limiar de ângulo para a pose 'baixo'.
kptslist[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:

ArgumentoTipoPredefiniçãoDescrição
trackerstr'botsort.yaml'Especifica o algoritmo de rastreio a usar, p. ex., bytetrack.yaml ou botsort.yaml.
conffloat0.1Define o limiar de confiança para as deteções; valores mais baixos permitem que mais objetos sejam rastreados, mas podem incluir falsos positivos.
ioufloat0.7Define o limiar de Intersection over Union (IoU) para filtrar deteções sobrepostas.
classeslistNoneFiltra resultados por índice de classe. Por exemplo, classes=[0, 2, 3] rastreia apenas as classes especificadas.
verboseboolTrueControla a exibição dos resultados de rastreio, fornecendo uma saída visual dos objetos rastreados.
devicestrNoneEspecifica 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:

ArgumentoTipoPredefiniçãoDescrição
showboolFalseSe True, exibe as imagens ou vídeos anotados numa janela. Útil para feedback visual imediato durante o desenvolvimento ou teste.
line_widthint or NoneNoneEspecifica 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_confboolTrueExibe a pontuação de confiança para cada detecção ao lado do rótulo. Fornece uma visão sobre a certeza do modelo para cada detecção.
show_labelsboolTrueExibe 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.

Comentários