Suivi des balles de golf à l’aide des modèles Ultralytics YOLO
Découvre comment les modèles Ultralytics YOLO et la vision par ordinateur permettent de suivre des balles de golf en temps réel, pour fournir un retour instantané, des statistiques clés et un meilleur entraînement.
Le golf touche un public toujours plus large. En 2024, on estime que 138 millions de personnes aux États-Unis ont pratiqué ce sport d’une manière ou d’une autre, et que 47,2 millions y ont réellement joué, sur un parcours ou dans des installations hors parcours comme les practices et les simulateurs.
À mesure que la participation et l’intérêt augmentent, les golfeurs attendent de meilleurs outils pour s’entraîner, obtenir des retours et suivre leurs performances. En effet, le golf est souvent plus divertissant quand on dispose d’informations claires sur son jeu.
Fig. 1. Des millions de personnes jouent au golf dans le monde.
Imaginons que tu frappes un drive, un long coup depuis le départ, et que tu veuilles savoir exactement comment la balle a volé, où elle a atterri et si elle a courbé vers la gauche ou la droite. C’est là que le suivi de balle et l’analyse de pointe peuvent faire la différence.
Au cœur de ces systèmes de suivi de balle se trouve la vision par ordinateur, une branche de l’intelligence artificielle (AI) qui traite les données visuelles. Les systèmes de vision par ordinateur utilisent des caméras à haute vitesse et des modèles d’apprentissage profond, comme Ultralytics YOLO11 et le prochain Ultralytics YOLO26, pour détecter et suivre le mouvement de la balle en temps réel.
Une fois la balle détectée et suivie image par image, ses positions permettent de cartographier son vol, de prédire son point d’atterrissage et d’estimer des données comme sa vitesse, son angle de lancement et sa rotation. Le résultat : un retour instantané pour améliorer l’entraînement, l’encadrement et le visionnage.
Dans cet article, nous allons voir comment la vision par ordinateur et les modèles Ultralytics YOLO peuvent servir au suivi des balles de golf. C’est parti !
Types de technologies de suivi des balles de golf#
Avant d’examiner la vision par ordinateur appliquée au suivi des balles de golf, voyons rapidement quelques autres méthodes de suivi.
Une méthode consiste à utiliser des balles de golf intelligentes. Ces balles sont des dispositifs matériels équipés de capteurs internes, d’une connectivité Bluetooth, d’étiquettes RFID et même de systèmes de localisation reposant sur le GPS.
Ces fonctionnalités permettent un suivi précis et une surveillance des performances. Mais elles impliquent aussi des compromis, notamment une autonomie limitée, des problèmes de durabilité et des doutes quant aux sensations procurées par rapport à celles d’une balle de golf classique.
En plus des balles intelligentes, les systèmes de suivi externes gagnent aussi en popularité. Par exemple, les moniteurs de lancement basés sur le radar et les installations de caméras optiques à haute vitesse peuvent capturer avec précision des données détaillées sur le vol, la trajectoire et la rotation de la balle, fournissant ainsi des informations clés aux golfeurs de tous niveaux.
Fig. 2. Exemple de suivi d’une balle de golf. (Source)
Intégrer l’IA pour la vision à l’analyse du golf#
La vision par ordinateur est un autre excellent exemple de suivi externe. En particulier, des modèles comme YOLO11 et le prochain YOLO26 prennent en charge des tâches de vision par ordinateur comme la détection d’objets, l’estimation de pose, la segmentation d’instances et le suivi d’objets. Ensemble, ces fonctionnalités facilitent le repérage de la balle, son suivi image par image, le traçage automatique des coups et la production d’informations utiles sur les performances à partir d’images filmées par une caméra classique.
Ces informations peuvent aussi s’intégrer à des écosystèmes connectés plus vastes, notamment des applications mobiles, des objets connectés Garmin (comme les montres GPS qui suivent les parcours et les coups) et des plateformes de simulation de golf. Les golfeurs peuvent ainsi facilement enregistrer leurs données, examiner leurs performances au fil du temps et consulter des informations sur plusieurs appareils.
Une autre raison de la popularité de ces méthodes est qu’elles fonctionnent avec les balles auxquelles les golfeurs font déjà confiance. De nombreux systèmes sont compatibles avec des marques de golf haut de gamme comme Titleist Pro V1, Callaway, TaylorMade et Srixon, et fonctionnent bien avec les balles en uréthane haute performance classiques. Les joueurs peuvent ainsi bénéficier d’un suivi avancé sans changer d’équipement.
Comment utiliser les modèles Ultralytics YOLO pour suivre les balles de golf#
Les modèles Ultralytics YOLO sont disponibles sous forme de modèles de vision par ordinateur préentraînés sur des jeux de données populaires comme COCO, ce qui leur permet de détecter immédiatement divers objets du quotidien, comme des personnes, des voitures, des vélos et des animaux. Ils constituent ainsi un bon point de départ pour de nombreuses applications concrètes.
Cependant, tu peux aussi les entraîner sur tes propres données, ce qui est particulièrement important pour le suivi des balles de golf, car la cible est petite, rapide et facile à manquer. Si tu veux entraîner un modèle Ultralytics YOLO pour détecter et suivre les balles de golf, commence par collecter ou trouver un jeu de données pertinent.
Il s’agit généralement de vidéos ou d’images de coups de golf où la balle est annotée dans chaque image. Le modèle peut ensuite être ajusté pour apprendre à détecter la balle de manière fiable dans différentes conditions d’éclairage, différents arrière-plans et sous différents angles de caméra.
Le package Python Ultralytics simplifie le processus d’entraînement en fournissant des outils faciles à utiliser pour le chargement des données, l’entraînement des modèles, la validation et le déploiement. Une fois entraîné, le modèle peut détecter les balles de golf image par image dans de nouvelles vidéos.
Il est important de noter que le modèle YOLO lui-même ne suit pas les objets au fil du temps. Le suivi est plutôt assuré par le package Python Ultralytics, qui combine les détections de YOLO avec des algorithmes de suivi multi-objets comme BoT-SORT et ByteTrack.
Ces traqueurs utilisent la prédiction du mouvement, souvent fondée sur des filtres de Kalman (un modèle mathématique qui prédit la position suivante d’un objet à partir de ses mouvements passés et de mesures bruitées), pour estimer où la balle devrait apparaître ensuite et conserver un identifiant cohérent d’une image à l’autre. Grâce à cette configuration, le système peut suivre la balle lorsqu’elle se déplace, chevauche brièvement d’autres objets, sort du champ de la caméra, puis réapparaît.
Transformer les détections en trajectoires stables#
Tu te demandes peut-être comment la détection et le suivi d’une balle de golf permettent d’obtenir des analyses plus précises. En bref, c’est comme relier les points.
Chaque détection est un point, et le suivi les relie en un parcours fluide qui montre le déplacement de la balle dans les airs. Une fois que tu disposes de cette trajectoire de la balle, tu peux estimer des détails clés du coup, comme la vitesse, l’angle de lancement, la forme de la trajectoire et le point d’atterrissage probable de la balle.
Par exemple, dans une étude récente sur le suivi 3D d’objets de petite taille en mouvement rapide guidé par la physique, les chercheurs ont associé un détecteur Ultralytics YOLOv8 à un modèle de suivi fondé sur la physique. Ultralytics YOLOv8 servait à détecter les objets et à localiser la balle dans chaque image, tandis que le modèle de mouvement prédisait où elle apparaîtrait ensuite. Le système pouvait ainsi suivre la balle malgré le flou de mouvement, les occultations brèves et les détections manquées.
Fig. 3. Un système qui utilise des modèles YOLO et le suivi 3D pour suivre de petits objets. (Source)
L’un des principaux avantages de ces systèmes est que des fonctionnalités qui nécessitaient autrefois du matériel professionnel sont désormais accessibles aux golfeurs amateurs : les coups sont visualisés en temps réel sur des smartphones, des objets connectés et des écrans de simulateur, pour un retour instantané. Ces informations s’appliquent à tous les coups, des drives aux putts, et aident les golfeurs à repérer des tendances, à comparer les clubs et à progresser plus rapidement.
Avantages et inconvénients des dispositifs de suivi de balles de golf par vision par ordinateur#
Maintenant que nous comprenons mieux comment la vision par ordinateur permet de suivre les balles de golf, examinons de plus près certains de ses avantages :
- Retour en temps réel : ces systèmes fournissent instantanément des données sur le vol, la trajectoire et le point d’atterrissage de la balle, ce qui permet aux golfeurs d’ajuster immédiatement leur swing et leur stratégie de jeu.
- Moins de balles perdues : en suivant la balle en continu, les golfeurs passent moins de temps à chercher les balles perdues, ce qui améliore le rythme général du jeu sur le parcours, au practice ou sur le fairway.
- Compatibilité universelle : comme les systèmes d’IA pour la vision suivent la balle à l’aide de caméras plutôt que de capteurs intégrés, ils fonctionnent généralement avec les balles de golf classiques, y compris les modèles haut de gamme comme Titleist Pro V1, Callaway, TaylorMade et Srixon.
Malgré ces avantages, le suivi des balles de golf par vision par ordinateur présente quelques limites à garder à l’esprit. Voici quelques facteurs à prendre en compte :
- Dépendance à une bonne visibilité : ces systèmes nécessitent un champ de vision dégagé et un éclairage stable ; les ombres, les reflets ou les obstacles peuvent réduire la précision de la détection.
- Difficultés avec les coups longs ou rapides : les drives extrêmement longs ou les balles se déplaçant à très grande vitesse peuvent parfois sortir du champ de la caméra, ce qui rend le suivi moins fiable.
- Restrictions réglementaires : certains systèmes de suivi par vision par ordinateur peuvent être interdits par les règles des compétitions de l’USGA et du PGA Tour, ce qui limite leur utilisation dans les tournois officiels.
L’avenir du suivi intelligent des balles de golf#
Le suivi des balles de golf évolue rapidement, grâce à de meilleurs modèles, de meilleurs capteurs et à un traitement plus rapide sur l’appareil. Les architectures récentes, comme le prochain Ultralytics YOLO26, s’appuient sur les modèles précédents pour améliorer la précision et l’efficacité de l’inférence, ce qui peut rendre la détection en temps réel plus pratique sur les appareils de périphérie utilisés dans les practices, les simulateurs et les installations d’entraînement.
Parallèlement, les systèmes de suivi gagnent en exhaustivité en combinant la vision par ordinateur et les moniteurs de lancement basés sur le radar, associant le suivi du vol de la balle par caméra à des données plus détaillées sur le club et l’impact. À mesure que ces outils se généralisent dans les practices et les applications mobiles, davantage de golfeurs peuvent obtenir un retour instantané sans changer de balle.
Fig. 4. Aperçu d’un modèle d’apprentissage profond du vol des balles de golf utilisant les données d’un moniteur de lancement. (Source)
Il est probable que les informations issues de l’IA continueront à soutenir davantage d’aspects du golf, de l’entraînement et de l’encadrement à la prise de décision sur le parcours. À mesure que les systèmes de suivi et de traçage des coups gagnent en intelligence, les golfeurs peuvent s’attendre à plus d’analyses automatisées, de recommandations personnalisées et d’outils d’entraînement enrichis par des incrustations de réalité augmentée (AR).
Points clés à retenir#
Les modèles Ultralytics YOLO et la vision par ordinateur transforment le suivi des balles de golf. Ils permettent de produire des trajectoires précises et de fournir un retour en temps réel accompagné d’informations utiles sur les performances. À mesure que ces outils se connectent aux systèmes radar et aux téléphones mobiles, l’analyse avancée des coups devient plus accessible aux golfeurs.
Tu t’intéresses à l’IA ? Rejoins notre communauté active et découvre des innovations comme l’IA dans l’industrie manufacturière et l’IA pour la vision dans le commerce de détail. Consulte notre dépôt GitHub et lance-toi dès aujourd’hui dans la vision par ordinateur en découvrant nos options de licence.
