Ultralytics YOLO11 ile akıllı fitness teknolojisini etkinleştir

Aktif kalmak sağlığına dikkat etmenin temel bir parçasıdır ve düzenli egzersiz yapmak gücünü artırabilir, enerjini yükseltebilir ve sağlık risklerini azaltabilir. Ancak, egzersiz yaparken doğru formu korumak da bir o kadar önemlidir.

Doğru duruş ve teknik olmadan, en etkili egzersiz rutinleri bile kötü sonuçlara veya daha kötüsü yaralanmalara yol açabilir. Bu yüzden birçok insan yardım için teknolojiye yöneliyor.

Daha kişiselleştirilmiş ve teknoloji odaklı fitness çözümlerine olan ilgi arttıkça, yapay zeka (AI) bu alanda etkili bir araç olarak öne çıkıyor. Aslında, küresel AI fitness ve wellness pazarının 2034 yılına kadar 46,1 milyar dolara ulaşması bekleniyor.

Ö ayn spesifik olarak, makinelerin görsel bilgileri yorumlamasını ve anlamasını sağlayan bir AI dalı olan bilgisayarlı görü, insan hareketlerini artan bir doğruluk ve verimlilikle analiz etmek için uygulanıyor. Bu teknoloji, vücudun gerçek zamanlı olarak nasıl hareket ettiğini değerlendirmek için kullanılabilir ve geleneksel fitness takipçilerinin veya uygulamalarının sağlayabileceğinin çok ötesinde içgörüler sunar.

Örneğin, Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, duruşu değerlendirmek, formu izlemek ve tekrar saymak için vücuttaki anahtar noktaları tespit eden poz tahmini gibi görevleri destekler. Bu yaklaşımı özellikle güvenilir kılan şey, özel bir ekipman gerektirmeden standart bir kamera akışıyla çalışmasıdır.

Bu makalede, Ultralytics YOLO11'in poz tahmin etme yeteneklerinin antrenmanları izlemek için nasıl kullanılabileceğini ve bu teknolojinin fitness'ın geleceğini şekillendirmeye nasıl yardımcı olduğunu inceleyeceğiz. Hadi başlayalım!

Egzersiz takibi için poz kestirimini anlamak#

Poz tahmini, görüntülerde veya videolarda bir insan, hayvan veya nesne gibi bir öğe üzerindeki anahtar noktaları tespit eden ve takip eden bir bilgisayarlı görü görevidir. Bir görüntü veya videodaki insanları analiz ederken poz tahmini; duruşu, hizalamayı ve hareketi anlamak için eklemler ve uzuvlar gibi belirli vücut işaretlerini belirler.

Bir görüntüdeki nesneyi konumlandıran nesne algılamanın aksine, poz kestirimi bir nesnenin nasıl konumlandığına ve nasıl hareket ettiğine odaklanır. Bu, iyi duruşun hem güvenlik hem de sonuçlar için önemli olduğu fitness alanında onu kullanışlı kılar. Bir egzersiz sırasında, poz kestirimi eklemlerinin her egzersiz boyunca nasıl hareket ettiğini izleyebilir. Kötü hizalamayı tanımlamaya yardımcı olur, anlık geri bildirim sağlar ve zamanla kademeli gelişimi destekler.

Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, yüksek hızı doğru algılamayla birleştirerek fitness uygulamalarına poz tahminini entegre etmeyi kolaylaştırır. Önceden eğitilmiş YOLO11 poz modeli; omuzlar, dirsekler, dizler ve ayak bilekleri dahil olmak üzere 17 temel vücut noktasını belirleyebilir. Bu, squat ve şınav gibi egzersizleri gerçek zamanlı olarak izlemek, form sorunlarını tespit etmek ve kullanıcıların hatalarını anında düzeltmelerine yardımcı olmak için kullanılabileceği anlamına gelir.

Şekil 1. Ultralytics YOLO11'in poz tahmin desteğiyle bir antrenmanı takip etmeye yönelik bir demo.

Egzersiz analizi için Ultralytics YOLO11 kurulumu#

Ultralytics; nesne sayma, belirli alanlardaki hareketleri takip etme, bulanıklaştırma, hız ölçme ve antrenmanları izleme gibi YOLO modellerini kullanmanın farklı yollarını sergileyen, kullanımı kolay çözümler sunar.

Özellikle, egzersizleri izlemeye yönelik Ultralytics çözümü, yalnızca birkaç basit adımda egzersiz formunu ve duruşunu gerçek zamanlı olarak takip etmek için YOLO11 kullanmayı mümkün kılar. Örneğin, biri şınav çekiyorsa, YOLO11 hareketi analiz etmek ve tekrarları saymak için omuzlar, dirsekler ve bilekler gibi temel vücut noktalarını tespit etmek için kullanılabilir.

En güzel kısmı, bu çözümü kurmanın yalnızca birkaç dakika sürmesi. Ayrıntılı, adım adım bir kılavuz için resmi Ultralytics belgelerine göz atabilirsin.

Ayrıca, egzersiz izleme çözümünü kurarken herhangi bir sorunla karşılaşırsan aklında bulundurman gereken birkaç şey:

• Python ortamının güncel olduğundan emin ol: Ultralytics paketini kurmadan önce, Python sürümünün ve ilgili bağımlılıkların güncel olduğunu doğrula. Bu, uyumluluk sorunlarını önlemeye yardımcı olur.

• Aydınlatma tutarlılığı: Vücut üzerinde güçlü arkadan aydınlatmadan veya gölgelerden kaçın. Tutarlı, yaygın aydınlatma, modelin temel noktaları daha güvenilir bir şekilde tanımasına yardımcı olur.

• Doğruluk için temel noktaları yapılandır: Her temel nokta, omuz için 6 ve dirsek için 8 gibi belirli bir vücut eklemine karşılık gelir. Hassas hareket takibi sağlamak için bu anahtar numaraları egzersize göre ayarlayabilirsin.

• Kamera açısını optimize et: Kamerayı, egzersiz yapan kişinin net, engelsiz bir yan veya ön görünümünü yakalayacak şekilde konumlandır. Vücut duruşunu bozan aşırı açılardan veya eğimlerden kaçın.

Bilgisayarlı görü ile egzersiz takibinin gerçek dünya uygulamaları#

Ultralytics YOLO11'in poz tahmini aracılığıyla doğru antrenman takibini nasıl sağladığını ele aldığımıza göre, kullanılabileceği bazı gerçek dünya uygulamalarını inceleyelim.

Ultralytics YOLO11 kullanarak evde otomatik antrenman analizi#

Evde antrenman yapmak uygun olabilir, ancak uygun geri bildirim olmadan kötü alışkanlıklar geliştirmek veya sakatlık riskiyle karşılaşmak kolaydır. Ultralytics YOLO11; giyilebilir cihazlar veya manuel girişler olmaksızın duruşu izleyerek ve tekrarlarını gerçek zamanlı olarak takip ederek tek başına antrenman yapmayı geliştirmene yardımcı olabilir.

Böyle Vision AI sistemleri, evden çalışan ve çevrimiçi toplantılar arasında hızlı bir şınav seti yapmaya çalışan biri için harika olabilir. Sadece egzersiz alanını kapsayan bir kamera kurman yeterli olacaktır.

Şınav çekerken YOLO11 vücudundaki anahtar noktaları tespit edebilir. Ne zaman aşağıda olduğunu ve ne zaman yukarı ittiğini bilmek için dirseklerinin açısını gözlemleyebilir. Her tam hareket bir tekrar olarak sayılır. Formun tam olarak doğru değilse veya yeterince aşağı inmiyorsan, sistemi hemen haber verecek şekilde ayarlayabilirsin, böylece bir eğitmene ihtiyaç duymadan bunu düzeltebilirsin.

Şekil 2. Ultralytics YOLO11 kullanarak evde şınav duruşunu analiz eden bir demo.

Spor salonunda AI kullanarak gerçek zamanlı egzersiz geri bildirimi#

Yoğun bir spor salonunda, antrenörler genellikle aynı anda birden fazla müşteriden sorumludur. Bu, salondaki herkesin hareketini izlemeyi zorlaştırabilir. Aynı anda egzersiz yapan bu kadar çok insan varken, duruşlarındaki hatalar veya tamamlanmamış tekrarlar kolayca fark edilmeyebilir.

Bilgisayarlı görü çözümleri bu sorunları çözmek için daha iyi bir yol sağlayabilir. Kamerakar kurarak ve Ultralytics YOLO11 gibi modelleri dağıtarak spor salonları, her kişinin hareketlerini gerçek zamanlı olarak takip edebilir.

Örneğin, bir kişi leg press'te egzersiz yaparken diğerinin koşu bandında yürüdüğünü düşün. Leg press, özellikle doğru formu henüz öğrenmemiş olanlar için yanlış yapıldığında yaralanmalara neden olabilir.

Eğitmenin dikkati koşu bandındaki kişiye odaklanmış olsa bile Ultralytics YOLO11, bacak presi kullanıcısını yine de izleyebilir ve zorlanıyorsa veya sakatlık riskindeyse eğitmenleri uyarabilir. Bu gelişmiş izleme; eğitmenlerin daha iyi geri bildirim sağlamasına, sakatlık risklerini azaltmasına ve dikkatlerinin dağıldığı yoğun spor salonu saatlerinde bile yüksek kalitede koçluk sürdürmesine yardımcı olur.

Şekil 3. Gelişmiş performans için YOLO11 ile spor salonu egzersizlerini izleme. (kaynak)

Sporcular için AI destekli kişisel antrenman#

Spor antrenmanları söz konusu olduğunda hassasiyet bir önceliktir. Duruş veya hareketteki küçük hatalar bile kazanmak ile sakatlanmak arasındaki fark olabilir. Poz tahmini, sporcuların bu küçük sorunları erken fark edip düzeltmelerine yardımcı olmak için hızla benimseniyor ve antrenmanları daha proaktif ve odaklı hale getiriyor.

Örneğin, futbol gibi sporlarda bilgisayarlı görü, oyunlar veya antrenman seansları sırasında oyuncuların hareketlerini takip edebilir. Kalçalar, dizler ve ayak bilekleri gibi temel vücut noktalarını izleyerek bir oyuncunun nasıl top sürdüğünü, yön değiştirdiğini veya topa vurduğunu analiz edebilir. Bu ayrıntılı hareket verileri, antrenörlerin performansı etkileyebilecek veya yaralanma riskini artırabilecek verimsizlikleri veya dengesizlikleri belirlemesine yardımcı olur.

Şekil 4. Futbolcular ve antrenörler, antrenman seanslarını analiz etmek için poz tahmini ve Ultralytics YOLO11 kullanabilir. (kaynak)

Kişisel fitness koçluğunda AI'nın artıları ve eksileri#

Vision AI'nın farklı ortamlarda daha akıllı, gerçek zamanlı egzersiz takibini nasıl desteklediğini gördüğümüze göre, temel avantajlarından bazılarını keşfedelim:

• Sorunsuz cihaz entegrasyonu: Bilgisayarlı görü çözümleri akıllı saatler, fitness uygulamaları ve diğer cihazlarla bağlantı kurarak tüm antrenman verilerini tek bir yerde birleştirebilir.
• Minimum kurulum gereksinimi: Kolay kurulumu ve kalibrasyonu, spor salonlarının karmaşık donanımlar olmadan hızlı bir şekilde dağıtabileceği anlamına gelir.
• Maliyet tasarrufu: Tekrar saymayı ve form kontrollerini otomatikleştirerek, spor salonları antrenörlerin her seansı izleme ihtiyacını azaltabilir.

Bilgisayarlı görü kullanarak egzersiz takibi birçok fayda sağlasa da, bu tür bir teknolojiyi uygularken göz önünde bulundurman gereken birkaç sınırlama şunlardır:

• Veri gizliliği endişeleri: Sürekli video izleme, net politikalar ve güvenli veri işleme gerektiren gizlilik sorunlarını gündeme getirir.
• Sınırlı uyarlanabilirlik: Egzersiz rutinlerindeki ani değişiklikler veya beklenmedik hareketler, yeniden eğitim olmadan doğru bir şekilde yakalanmayabilir.
• Çevresel parazit: Arka plan karmaşası veya yansıtıcı yüzeyler, sistemin izleme algoritmalarının kafasını karıştırabilir.

Öne çıkanlar#

Ultralytics YOLO11, yalnızca standart bir kamera akışı ve gelişmiş bilgisayarlı görü kullanarak gerçek zamanlı egzersiz takibini basitleştirir. Evler, spor salonları ve rehabilitasyon merkezleri dahil olmak üzere çeşitli ortamlarda duruşu otomatik olarak izleyerek, tekrarları sayarak ve formu iyileştirerek giyilebilir cihazlara veya manuel kayıtlara olan ihtiyacı ortadan kaldırır.

Kullanıcılar anlık geri bildirim alabilir, bu da daha akıllı antrenmana, yaralanmaların önlenmesine ve tutarlı ilerlemeye olanak tanır. Aynı zamanda, fitness profesyonellerinin ve tesislerin operasyonlarını kolaylaştırırken koçluk ve rehberlik kalitesini artırmalarına yardımcı olur.

Teknoloji geliştikçe, hareket geçmişine göre uyarlanmış eğitim planları ve canlı harekete dinamik olarak yanıt veren sanal koçluk arayüzleri gibi daha da akıllı özellikler bekleyebiliriz.

AI hakkında meraklı mısın? Daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub depolarımızı keşfet. Çözüm sayfalarımızda lojistikte AI ve sağlıkta bilgisayarlı görü gibi alanlardaki en son gelişmeleri keşfet. Lisanslama seçeneklerimize göz at ve bugün Vision AI ile hemen başla!