Volley propulse plus de 250 entraîneurs IA sur court avec Ultralytics YOLO

L'entraînement en temps réel aux sports de raquette implique une série d'éléments mobiles. Sur un court en conditions réelles, les joueurs bougent rapidement, les balles voyagent à haute vitesse et le même équipement doit souvent fonctionner pour différents sports et types de surfaces.

Les lance-balles conventionnels se contentent de renvoyer des balles sur une minuterie sans rien comprendre à tout cela. Ils n'ont aucune conscience de la position du joueur, de ses mouvements ou même du court sur lequel ils se trouvent, ce qui rend difficile la prestation d'un coaching précis, réactif et adapté au joueur.

Volley aide à résoudre ces défis avec un entraîneur alimenté par l'IA. Sa machine programmable installée sur le court utilise la computer vision pour voir et comprendre le court en temps réel. Par exemple, les Ultralytics YOLO models sont utilisés pour l'estimation de pose des joueurs, la détection de balle et la classification de court, permettant à l'entraîneur d'interagir avec les joueurs de manière réactive lorsqu'ils se déplacent et frappent.

Link to this sectionConstruire l'avenir des sports de raquette avec l'IA#

Volley, basé à Lancaster en Pennsylvanie, construit des systèmes d'évaluation et d'entraînement pilotés par l'IA pour les sports de raquette. L'entreprise a été fondée sur une question simple : et si les sports de raquette avaient un système d'entraînement et de notation aussi engageant et axé sur les données que le golf ? Là où le golf proposait des simulateurs, des retours en temps réel et un suivi objectif des progrès, les sports de raquette n'avaient aucun équivalent, aucune notation objective ni aucun parcours de développement fondé sur les données.

Pour combler ce fossé, Volley a construit le premier système d'évaluation et de notation pour sports de raquette au monde équipé d'IA. Aujourd'hui, Volley est utilisé dans des clubs à travers les États-Unis, offrant aux joueurs et aux clubs les données objectives qui leur manquaient, chaque unité étant conçue, construite, testée et expédiée au niveau national.

Fig 1. Aperçu de l'entraîneur piloté par l'IA de Volley

L'entraîneur Volley fonctionne pour le pickleball, le padel, le platform tennis et le tennis. Comme il est compact et portable, la même machine peut être installée sur n'importe quel court, et les joueurs ainsi que les professionnels peuvent la déplacer entre les plateformes tout au long de la journée.

Link to this sectionLe manque d'intelligence en temps réel sur le court#

Fournir un entraînement interactif nécessite à la fois de la précision et de la vitesse, mais les environnements réels des courts rendent cela difficile. Les joueurs apparaissent à des distances variables de la caméra, les balles se déplacent rapidement et varient en taille selon les sports, et le même entraîneur peut être utilisé sur un court de tennis un instant, puis sur un court de platform tennis l'instant suivant.

Savoir qu'une personne est présente devant l'entraîneur ne suffit pas. Le système doit savoir précisément où se trouvent les joueurs sur le court, ce qui dépend d'une localisation précise de leurs mains et, surtout, de leurs pieds. À distance, cela devient particulièrement difficile, et un suivi imprécis brise la réactivité qui permet à l'entraînement de ressembler à un vrai jeu.

Un autre facteur à considérer est la sécurité. Puisque la même machine se déplace entre les sports, un entraîneur laissé accidentellement sur un réglage tennis pourrait envoyer une balle à plus de 120 km/h à un joueur sur un court de platform tennis, bien plus vite que ce sport n'est pratiqué et assez rapidement pour surprendre un joueur. Le système doit comprendre son environnement suffisamment bien pour éviter ce genre de décalage.

En plus de tout cela, le traitement doit se produire en direct. Volley capture et traite la vidéo sur un système NVIDIA Jetson avec une caméra embarquée, plutôt que d'envoyer les images vers le cloud, donc la détection doit s'exécuter en temps réel sur du matériel embarqué compact pendant que les joueurs interagissent avec l'entraîneur.

Link to this sectionUtiliser les modèles Ultralytics YOLO pour alimenter le coaching en temps réel#

Au centre du système de Volley se trouve un pipeline de vision par IA construit sur les modèles Ultralytics YOLO qui prennent en charge des computer vision tasks clés telles que la détection d'objets, l'estimation de pose et la classification d'images.

Voici les trois façons dont Volley les utilise tout au long de l'expérience de coaching :

• Détection des joueurs et de leurs positions : Comprendre où se trouvent les joueurs et comment ils bougent est rendu possible par les capacités d'estimation de pose de YOLO, que Volley a entraînées spécifiquement pour le contexte des joueurs sur un court dans des postures sportives dédiées. Comme les positions précises des mains et des pieds sont essentielles, le système suit une approche en deux étapes. Il utilise d'abord la détection d'objets pour recadrer soigneusement chaque joueur, puis exécute l'estimation de pose sur cette zone recadrée. Cela fonctionne bien car il n'y a que peu de joueurs sur un court à la fois, plutôt que des foules de centaines de personnes.
• Détection de la balle : Localiser la balle en jeu est rendu possible par la prise en charge de la détection d'objets par YOLO, que Volley a entraîné à reconnaître toute la gamme des balles de sport utilisées dans les sports pris en charge, chacune avec sa propre taille et ses caractéristiques.
• Identification du court : Reconnaître sur quel court se trouve l'entraîneur est rendu possible par les capacités de classification d'images de YOLO. Ainsi, même si un entraîneur est réglé pour le tennis mais déplacé sur un court de platform tennis, le système identifie le type de court et s'ajuste en conséquence, ce qui ajoute un avantage à la fois en termes de sécurité et de commodité.

Cette combinaison de détection, d'estimation de pose et de classification donne à l'entraîneur la conscience en temps réel dont il a besoin pour répondre aux joueurs pendant qu'ils jouent. Actuellement, Volley exécute ce pipeline en production sur Ultralytics YOLO11.

Fig 2. Un exemple de l'entraîneur piloté par l'IA de Volley en action

Link to this sectionPourquoi choisir les modèles Ultralytics YOLO ?#

Les modèles Ultralytics YOLO donnent à Volley la vitesse et la précision nécessaires pour un coaching en temps réel sur des courts rapides, tout en fonctionnant confortablement sur le matériel compact et embarqué monté sur chaque entraîneur. Cette même efficacité se retrouve dans le cloud, où Volley peut exécuter exactement le même modèle et le même pipeline, de sorte que les améliorations apportées dans un environnement s'appliquent à l'autre.

Cette performance a également créé de la place pour la croissance. En optimisant l'utilisation de son matériel, Volley a libéré des ressources qui sont désormais consacrées à la mise à niveau des caméras, offrant aux joueurs une expérience encore meilleure sur le court sans modifier le pipeline sous-jacent.

Tout aussi important est la facilité avec laquelle Volley peut entraîner et affiner ces modèles. Au lieu d'annoter les images à la main, Volley enregistre des sessions sur le court et construit une grande bibliothèque de clips des situations exactes qu'il doit capturer.

Il exécute ensuite ces séquences via des modèles de pose haut de gamme, plus lents et bien trop lourds pour s'exécuter en temps réel sur l'entraîneur, en les utilisant pour étiqueter automatiquement les données. Ces connaissances sont ensuite transférées vers les modèles YOLO plus rapides et plus agiles, de sorte que les modèles sur le court apprennent des modèles beaucoup plus lourds tout en continuant à fonctionner en direct.

Link to this sectionVolley met à l'échelle le coaching sur quatre sports avec Ultralytics YOLO#

L'impact de la construction sur les modèles Ultralytics YOLO se manifeste dans l'étendue du déploiement du coaching réactif de Volley. Le système a été déployé sur environ 250 entraîneurs et caméras au total. Chacun capture et traite la vidéo en direct sur son matériel embarqué.

Un seul entraîneur fonctionne pour le tennis, le padel, le platform tennis et le pickleball. La même machine peut se déplacer entre les courts tout au long de la journée, et les capacités de classification d'images de YOLO lui permettent de se comporter correctement où qu'il soit installé.

Fig 3. Volley utilise Ultralytics YOLO pour le suivi en temps réel des joueurs et de la balle dans les sports de raquette.

Cette conscience en temps réel alimente ce que les joueurs voient réellement. En une session de 20 minutes, l'IA de Volley évalue les coups, le mouvement et la sélection de tirs d'un joueur. Elle produit ensuite une évaluation objective des compétences Volley et une analyse coup par coup de leur jeu.

Le même pipeline remodèle la façon dont les joueurs s'entraînent. L'entraîneur envoie des balles en fonction de l'endroit où le joueur se tient sur le court, afin qu'il puisse travailler son jeu de jambes et des schémas tactiques comme le « Service + 1 » complètement mains libres.

Link to this sectionConcevoir la prochaine génération de sports de raquette#

À mesure que Volley se développe, l'entreprise se concentre sur le fait de rendre l'entraînement aux sports de raquette aussi mesurable et axé sur les données que les systèmes qui ont transformé le golf. En associant la vision par ordinateur en temps réel à des évaluations objectives des compétences, elle aide les clubs à passer de la simple exploitation de courts au développement actif des joueurs.

Les modèles Ultralytics YOLO continuent de piloter ce travail. Volley exécute son pipeline de production sur Ultralytics YOLO11 aujourd'hui et a déjà commencé à explorer Ultralytics YOLO26, la prochaine génération de modèles de vision en temps réel, à mesure qu'il apporte un coaching réactif et riche en données à davantage de joueurs et de clubs.

Curieux à propos de la vision par IA ? Découvrez nos licensing options pour apporter la vision par ordinateur à tes projets. Visite notre GitHub repository et rejoins notre community. Explore l'AI in robotics et la computer vision in logistics sur nos pages de solutions.