Seguimiento de pelotas de golf mediante modelos Ultralytics YOLO

El golf llega a más gente que nunca. En 2024, se calcula que 138 millones de personas en EE. UU. practicaron este deporte de alguna forma, y 47,2 millones jugaron al golf, ya fuera en un campo o en instalaciones alternativas, como campos de prácticas y simuladores.

A medida que aumenta la participación y el interés, los golfistas esperan cada vez más herramientas para practicar, recibir comentarios y hacer un seguimiento del rendimiento. Esto se debe a que jugar al golf suele ser más entretenido cuando se dispone de información clara sobre el juego.

Fig. 1. Millones de personas juegan al golf en todo el mundo.

Imagina que haces un golpe largo desde el tee y quieres saber exactamente cómo ha volado la bola, dónde ha aterrizado y si se ha desviado hacia la izquierda o hacia la derecha. Ahí es donde el seguimiento y el análisis modernos de la bola pueden marcar la diferencia.

La visión artificial, una rama de la inteligencia artificial (AI) que procesa datos visuales, es el núcleo de estos sistemas de seguimiento de la bola. Los sistemas de visión artificial utilizan cámaras de alta velocidad y modelos de aprendizaje profundo, como Ultralytics YOLO11 y el más reciente Ultralytics YOLO26, para detectar y seguir el movimiento de la bola en tiempo real.

Una vez detectada y seguida la bola fotograma a fotograma, sus posiciones se pueden utilizar para trazar su trayectoria, predecir dónde aterrizará y estimar detalles como la velocidad, el ángulo de lanzamiento y el efecto. El resultado es información inmediata para mejorar la práctica, el entrenamiento y la experiencia como espectador.

En este artículo veremos cómo se pueden utilizar la visión artificial y los modelos Ultralytics YOLO para seguir la bola de golf.

Tipos de tecnologías de seguimiento de la bola de golf#

Antes de profundizar en el uso de la visión artificial para seguir la bola de golf, veamos rápidamente otras formas de hacerlo.

Un método consiste en utilizar bolas de golf inteligentes. Estas bolas son dispositivos de hardware equipados con sensores internos, conectividad Bluetooth, etiquetas RFID e incluso sistemas de geolocalización basados en GPS.

Estas funciones permiten hacer un seguimiento preciso y supervisar el rendimiento. Sin embargo, también tienen inconvenientes, como una autonomía limitada, problemas de durabilidad y dudas sobre si las bolas de golf inteligentes se sienten como las bolas de golf convencionales.

Además de las bolas inteligentes, los sistemas de seguimiento externos también están ganando popularidad. Por ejemplo, los monitores de lanzamiento basados en radar y los sistemas de cámaras ópticas de alta velocidad pueden captar con gran precisión datos detallados sobre el vuelo, la trayectoria y el efecto de la bola, lo que ofrece información clave a golfistas de todos los niveles.

Fig. 2. Ejemplo de seguimiento de una bola de golf. (Fuente)

Integración de Vision AI en la analítica del golf#

La visión artificial es otro excelente ejemplo de seguimiento externo. En particular, los modelos como YOLO11 y YOLO26 admiten tareas de visión artificial como la detección de objetos, la segmentación de instancias, la estimación de pose y el seguimiento de objetos. En conjunto, estas capacidades facilitan la detección de la bola, su seguimiento fotograma a fotograma, el registro automático de los golpes y la generación de información útil sobre el rendimiento a partir de vídeos grabados con cámaras estándar.

Esta información también se puede integrar en ecosistemas conectados más amplios, como aplicaciones móviles, dispositivos wearables de Garmin (por ejemplo, relojes GPS que registran las rondas y los golpes) y plataformas de simulación de golf. Así, los golfistas pueden guardar datos, revisar su rendimiento a lo largo del tiempo y consultar información desde distintos dispositivos.

Otro motivo de la popularidad de estos métodos es que funcionan con las bolas en las que ya confían los golfistas. Muchos sistemas son compatibles con marcas de golf de alta gama, como Titleist Pro V1, Callaway, TaylorMade y Srixon, y funcionan bien con bolas de uretano estándar de alto rendimiento. De este modo, los jugadores pueden disfrutar de un seguimiento avanzado sin cambiar de equipo.

Cómo utilizar los modelos Ultralytics YOLO para seguir la bola de golf#

Los modelos Ultralytics YOLO están disponibles como modelos de visión artificial preentrenados en conjuntos de datos populares como COCO, por lo que pueden detectar de fábrica diversos objetos cotidianos, como personas, coches, bicicletas y animales. Esto los convierte en un buen punto de partida para una amplia variedad de aplicaciones del mundo real.

Sin embargo, también se pueden entrenar con tus propios datos, algo especialmente importante para seguir bolas de golf, ya que son pequeñas, rápidas y fáciles de pasar por alto. Si quieres entrenar un modelo Ultralytics YOLO para detectar y seguir bolas de golf, el primer paso es recopilar o encontrar un conjunto de datos adecuado.

Normalmente, esto implica utilizar vídeos o imágenes de golpes de golf en los que la bola esté etiquetada en cada fotograma. Después, se puede ajustar el modelo para que aprenda a detectar la bola de forma fiable con distintas condiciones de iluminación, fondos y ángulos de cámara.

El paquete de Python de Ultralytics agiliza el proceso de entrenamiento y ofrece herramientas sencillas para cargar datos, entrenar y validar modelos, y desplegarlos. Una vez entrenado, el modelo puede detectar bolas de golf fotograma a fotograma en vídeos nuevos.

Es importante tener en cuenta que el propio modelo YOLO no sigue objetos a lo largo del tiempo. En su lugar, el seguimiento se habilita mediante el paquete de Python de Ultralytics, que combina las detecciones de YOLO con algoritmos de seguimiento de varios objetos, como BoT-SORT y ByteTrack.

Estos rastreadores utilizan la predicción del movimiento, a menudo basada en filtros de Kalman (un modelo matemático que predice la siguiente posición de un objeto utilizando sus movimientos anteriores y mediciones ruidosas), para estimar dónde debería aparecer la bola a continuación y mantener un ID coherente entre fotogramas. Con esta configuración, el sistema puede seguir la bola mientras se desplaza, se solapa brevemente con otros objetos, sale del encuadre y vuelve a aparecer más tarde.

De las detecciones a las trayectorias estables#

Quizá te preguntes cómo ayuda detectar y seguir una bola de golf a mejorar la precisión de los análisis. En pocas palabras, es como unir los puntos.

Cada detección es un punto, y el seguimiento los conecta en una trayectoria fluida que muestra cómo se ha desplazado la bola por el aire. Una vez obtenida la trayectoria de la bola, puedes estimar detalles clave del golpe, como la velocidad, el ángulo de lanzamiento, la forma del golpe y el lugar donde probablemente aterrizará la bola.

Por ejemplo, en un estudio reciente sobre el seguimiento 3D de objetos pequeños y rápidos guiado por la física, los investigadores combinaron un detector Ultralytics YOLOv8 con un modelo de seguimiento basado en la física. Utilizaron Ultralytics YOLOv8 para detectar objetos y localizar la bola en cada fotograma, mientras que el modelo de movimiento predecía dónde aparecería a continuación. Esto ayudó al sistema a seguir la bola a pesar del desenfoque de movimiento, las oclusiones breves y las detecciones omitidas.

Fig. 3. Sistema que utiliza modelos YOLO y seguimiento 3D para seguir objetos pequeños. (Fuente)

Una ventaja clave de estos sistemas es que ahora los golfistas aficionados pueden acceder a algo que antes requería equipos profesionales: visualizar los golpes en tiempo real en smartphones, dispositivos wearables y pantallas de simuladores para recibir información inmediata. Esta información sirve para todos los golpes, desde los drives hasta los putts, y ayuda a los golfistas a detectar patrones, comparar palos de golf y mejorar más rápido.

Ventajas e inconvenientes de los sistemas de seguimiento de bolas de golf con visión artificial#

Ahora que entendemos mejor cómo permite la visión artificial seguir la bola de golf, veamos algunas de sus ventajas:

• Información en tiempo real: Estos sistemas proporcionan datos inmediatos sobre el vuelo, la trayectoria y el punto de aterrizaje de la bola, lo que permite a los golfistas ajustar al momento el swing y la estrategia de golpe.
• Menos bolas perdidas: Al seguir la bola de forma continua, los golfistas dedican menos tiempo a buscar las bolas perdidas, lo que mejora el ritmo de juego en el campo de golf, el campo de prácticas o la calle.
• Compatibilidad universal: Como los sistemas de IA de visión siguen la bola con cámaras, en lugar de utilizar sensores en su interior, suelen funcionar con bolas de golf convencionales, incluidos modelos de alta gama como Titleist Pro V1, Callaway, TaylorMade y Srixon.

A pesar de estas ventajas, el seguimiento de bolas de golf mediante visión artificial tiene algunas limitaciones que conviene tener en cuenta. Estos son algunos factores que debes considerar:

• Dependencia de una visibilidad nítida: Estos sistemas necesitan una visión despejada de las cámaras y una iluminación estable; las sombras, los reflejos o los obstáculos pueden reducir la precisión de las detecciones.
• Dificultades con golpes largos o rápidos: Los drives extremadamente largos o las bolas que alcanzan velocidades muy altas pueden salir del encuadre de la cámara, lo que hace que el seguimiento sea menos fiable.
• Restricciones normativas: Algunos sistemas de seguimiento mediante visión artificial pueden estar restringidos por las reglas de competición de la USGA y el PGA Tour, lo que limita su uso en torneos oficiales.

El futuro del seguimiento inteligente de bolas de golf#

El seguimiento de bolas de golf evoluciona rápidamente, impulsado por mejores modelos, sensores y procesamiento en el dispositivo. Las arquitecturas más recientes, como Ultralytics YOLO26, se basan en modelos anteriores e incorporan mejoras de precisión e inferencia más eficiente, lo que puede hacer más práctica la detección en tiempo real en dispositivos periféricos utilizados en campos de prácticas, simuladores y entornos de entrenamiento.

Al mismo tiempo, los sistemas de seguimiento son cada vez más completos, ya que combinan la visión artificial con monitores de lanzamiento basados en radar y enriquecen los datos del vuelo de la bola captados por cámara con información sobre el palo y el impacto. A medida que estas herramientas se extienden a los campos de prácticas y las aplicaciones móviles, más golfistas pueden recibir información inmediata sin cambiar de bola.

Fig. 4. Modelo de aprendizaje profundo del vuelo de una bola de golf que utiliza datos de un monitor de lanzamiento. (Fuente)

Es probable que la información basada en IA siga abarcando más aspectos del golf, desde el entrenamiento y la enseñanza hasta la toma de decisiones en el campo. A medida que los sistemas de seguimiento y de trazado de golpes se vuelvan más inteligentes, los golfistas podrán contar con más análisis automatizados, recomendaciones más personalizadas y herramientas de práctica mejoradas con superposiciones de realidad aumentada (AR).

Conclusiones clave#

Los modelos Ultralytics YOLO y la visión artificial están cambiando la forma de seguir las bolas de golf. Permiten generar trayectorias precisas y ofrecer información inmediata sobre el rendimiento. A medida que estas herramientas se conectan con sistemas de radar y teléfonos móviles, más golfistas pueden acceder fácilmente a análisis avanzados de sus golpes.

¿Te interesa la IA? Echa un vistazo a nuestra activa comunidad y descubre innovaciones como la IA en la fabricación y la IA de visión en el comercio minorista. Visita nuestro repositorio de GitHub y empieza hoy mismo a trabajar con visión artificial consultando nuestras opciones de licencia.