Volley potencializa mais de 250 treinadores de IA em quadra com Ultralytics YOLO
"O que é realmente bom é que o modelo tem um desempenho muito bom em tempo real no hardware de borda no treinador, e podemos usar o mesmo modelo na nuvem para executar exatamente o mesmo fluxo."
Licenciamento corporativo flexível
Vá do protótipo à produção com Ultralytics YOLO26. Direitos comerciais completos, uma única licença.
Problem
A Volley precisava oferecer treinamento interativo e em tempo real para esportes com raquete, o que significava rastrear jogadores e bolas em movimento rápido ao vivo em hardware compacto dentro da quadra, sem depender da nuvem.
Solution
Usando modelos Ultralytics YOLO para estimativa de pose, detecção de bola e classificação de quadra, a Volley conseguiu fornecer treinamento responsivo em tempo real em quatro esportes e implantou o sistema em cerca de 250 treinadores.
O treinamento de esportes com raquete em tempo real envolve uma série de partes móveis. Em uma quadra ao vivo, os jogadores se movem rapidamente, as bolas viajam em altas velocidades e o mesmo equipamento muitas vezes precisa funcionar em diferentes esportes e tipos de quadra.
Máquinas de lançar bolas convencionais simplesmente lançam bolas em um temporizador sem entender nada disso. Elas não têm noção de onde um jogador está parado, como ele está se movendo ou até mesmo em qual quadra estão, o que torna difícil oferecer um treinamento que pareça preciso, responsivo e adaptado ao jogador.
Volley ajuda a resolver esses desafios com um treinador movido a IA. Sua máquina programável em quadra usa visão computacional para ver e entender a quadra em tempo real. Por exemplo, os modelos Ultralytics YOLO são usados para estimativa de pose do jogador, detecção de bola e classificação de quadra, permitindo que o treinador interaja com os jogadores de forma responsiva conforme eles se movem e rebatem.
Link to this sectionConstruindo o futuro dos esportes com raquete com IA#
A Volley, sediada em Lancaster, Pensilvânia, constrói sistemas de avaliação e treinamento baseados em IA para esportes com raquete. A empresa foi fundada com uma pergunta simples: e se os esportes com raquete tivessem um sistema de treinamento e classificação tão envolvente e orientado a dados quanto o golfe? Onde o golfe oferecia simuladores, feedback em tempo real e rastreamento objetivo de progresso, os esportes com raquete não tinham equivalente, nem classificações objetivas e nenhum caminho de desenvolvimento orientado a dados.
Para fechar essa lacuna, a Volley construiu o primeiro sistema de avaliação e classificação de esportes com raquete habilitado por IA do mundo. Hoje, a Volley é usada em clubes por todos os Estados Unidos, dando aos jogadores e clubes os dados objetivos que lhes faltavam, com cada unidade projetada, construída, testada e enviada internamente.

Fig 1. Uma visão do treinador movido a IA da Volley
O treinador Volley funciona para pickleball, padel, tênis de plataforma e tênis. Como é compacto e portátil, a mesma máquina pode ser levada para qualquer quadra, e jogadores e profissionais podem movê-la entre plataformas ao longo do dia.
Link to this sectionA falta de inteligência em tempo real na quadra#
Oferecer treinamento interativo requer precisão e velocidade, mas ambientes de quadra reais tornam isso difícil. Os jogadores aparecem a distâncias variadas da câmera, as bolas se movem rapidamente e variam em tamanho entre os esportes, e o mesmo treinador pode ser usado em uma quadra de tênis em um momento e em uma quadra de tênis de plataforma no seguinte.
Saber que uma pessoa está presente na frente do treinador não é suficiente. O sistema precisa saber precisamente onde os jogadores estão na quadra, o que depende de localizar com precisão suas mãos e, criticamente, seus pés. À distância, isso se torna especialmente difícil, e o rastreamento impreciso quebra a responsividade que faz o treinamento parecer um jogo real.
Outro fator a considerar é a segurança. Como a mesma máquina se move entre esportes, um treinador deixado acidentalmente em uma configuração de tênis poderia disparar uma bola a 128 km/h em um jogador em uma quadra de tênis de plataforma, muito mais rápido do que esse jogo é jogado e rápido o suficiente para pegar um jogador desprevenido. O sistema precisa entender seu ambiente bem o suficiente para evitar esse tipo de erro.
Além de tudo isso, o processamento precisa acontecer ao vivo. A Volley captura e processa vídeo em um sistema NVIDIA Jetson com uma câmera integrada, em vez de enviar as imagens para a nuvem, então a detecção precisa ser executada em tempo real em hardware compacto e embarcado enquanto os jogadores interagem com o treinador.
Link to this sectionUsando modelos Ultralytics YOLO para potencializar o treinamento em tempo real#
No centro do sistema da Volley está um pipeline de visão de IA construído sobre os modelos Ultralytics YOLO que suportam tarefas de visão computacional essenciais, como detecção de objetos, estimativa de pose e classificação de imagem.
Aqui estão as três maneiras pelas quais a Volley os coloca em prática em toda a experiência de treinamento:
- Detectando jogadores e suas posições: Entender onde os jogadores estão e como eles estão se movendo é possível graças às capacidades de estimativa de pose do YOLO, que a Volley treinou especificamente para o contexto de jogadores em uma quadra em poses específicas do esporte. Como posições precisas de mãos e pés são fundamentais, o sistema executa uma abordagem de dois estágios. Ele primeiro usa detecção de objetos para recortar cuidadosamente cada jogador e, em seguida, executa a estimativa de pose na região recortada. Isso funciona bem porque há apenas alguns jogadores na quadra por vez, em vez de multidões de centenas.
- Detectando a bola: Localizar a bola em jogo é possível graças ao suporte do YOLO para detecção de objetos, que a Volley treinou para reconhecer a gama completa de bolas esportivas usadas nos esportes suportados, cada uma com seu próprio tamanho e características.
- Identificando a quadra: Reconhecer em qual quadra o treinador está é possível graças às capacidades de classificação de imagem do YOLO. Então, mesmo se um treinador estiver configurado para tênis, mas for levado para uma quadra de tênis de plataforma, o sistema identifica o tipo de quadra e se ajusta de acordo, o que adiciona um benefício de segurança e conveniência.
Essa combinação de detecção, estimativa de pose e classificação dá ao treinador a percepção em tempo real necessária para responder aos jogadores conforme eles jogam. Atualmente, a Volley executa este pipeline em produção no Ultralytics YOLO11.

Fig 2. Um exemplo do treinador movido a IA da Volley em ação
Link to this sectionPor que escolher os modelos Ultralytics YOLO?#
Os modelos Ultralytics YOLO oferecem à Volley a velocidade e a precisão necessárias para o treinamento em tempo real em quadras rápidas, enquanto rodam confortavelmente no hardware compacto e embarcado montado em cada treinador. Essa mesma eficiência se estende à nuvem, onde a Volley pode executar exatamente o mesmo modelo e pipeline, de modo que as melhorias feitas em um ambiente se aplicam ao outro.
Esse desempenho também criou espaço para crescer. Ao fazer melhor uso de seu hardware, a Volley liberou espaço que agora está sendo investido em câmeras atualizadas, proporcionando aos jogadores uma experiência ainda melhor na quadra sem alterar o pipeline subjacente.
Igualmente importante é a facilidade com que a Volley pode treinar e refinar esses modelos. Em vez de anotar imagens manualmente, a Volley grava sessões na quadra e constrói uma grande biblioteca de clipes das situações exatas que precisa capturar.
Em seguida, ela executa essas imagens através de modelos de pose mais lentos e sofisticados, pesados demais para rodar em tempo real no treinador, usando-os para rotular os dados automaticamente. Esse conhecimento é então transferido para os modelos YOLO mais rápidos e ágeis, para que os modelos em quadra aprendam com os mais pesados enquanto continuam rodando ao vivo.
Link to this sectionVolley escala o treinamento em quatro esportes com Ultralytics YOLO#
O impacto de construir sobre os modelos Ultralytics YOLO reflete-se em quão amplamente a Volley pode executar o treinamento responsivo. O sistema foi implantado em cerca de 250 treinadores e câmeras no total. Cada um captura e processa vídeo ao vivo em seu hardware embarcado.
Um único treinador funciona em tênis, padel, tênis de plataforma e pickleball. A mesma máquina pode se mover entre quadras ao longo do dia, e as capacidades de classificação de imagem do YOLO a mantêm operando corretamente onde quer que seja colocada.

Fig 3. A Volley usa o Ultralytics YOLO para rastreamento de jogador e bola em tempo real em esportes com raquete.
Essa percepção em tempo real potencializa o que os jogadores realmente veem. Em uma sessão de 20 minutos, a IA da Volley avalia as rebatidas, o movimento e a seleção de jogadas de um jogador. Ela então produz uma classificação de habilidade Volley objetiva e um detalhamento jogada a jogada do seu desempenho.
O mesmo pipeline remodela a forma como os jogadores treinam. O treinador lança bolas com base em onde o jogador está na quadra, para que eles possam treinar o jogo de pés e padrões como Saque + 1 totalmente sem o uso das mãos.
Link to this sectionEngenharia da próxima geração de esportes com raquete#
À medida que a Volley se expande, a empresa está focada em tornar o treinamento de esportes com raquete tão mensurável e orientado a dados quanto os sistemas que transformaram o golfe. Ao unir visão computacional em tempo real com avaliações de habilidade objetivas, ela está ajudando os clubes a deixarem de simplesmente operar quadras para desenvolver ativamente os jogadores.
Os modelos Ultralytics YOLO continuam a impulsionar este trabalho. A Volley executa seu pipeline de produção no Ultralytics YOLO11 hoje e já começou a explorar o Ultralytics YOLO26, a próxima geração de modelos de visão em tempo real, enquanto traz um treinamento responsivo e rico em dados para mais jogadores e clubes.
Curioso sobre visão de IA? Descubra nossas opções de licenciamento para trazer visão computacional aos seus projetos. Visite nosso repositório GitHub e participe de nossa comunidade. Explore IA em robótica e visão computacional em logística em nossas páginas de soluções.






