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 ortaya çıkıyor. Hatta küresel AI fitness ve wellness pazarı'nın 2034 yılına kadar 46,1 milyar dolara ulaşması bekleniyor.

Özellikle, 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 sağlayabileceğinden çok daha fazlasını sunar.

Örneğin, Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, duruşu değerlendirmek, formu izlemek ve tekrarları saymak için vücuttaki temel noktaları belirleyen poz kestirimi gibi görevleri destekler. Bu yaklaşımı özellikle güvenilir kılan şey, herhangi bir özel ekipman gerektirmeden standart bir kamera akışıyla çalışmasıdır.

Bu makalede, YOLO11'in poz kestirimi yeteneklerinin egzersizleri izlemek için nasıl kullanılabileceğini ve bu teknolojinin fitness'ın geleceğini nasıl şekillendirmeye yardımcı olduğunu keşfedeceğiz. Hadi başlayalım!

Link to this sectionEgzersiz takibi için poz kestirimini anlamak#

Poz kestirimi, görüntülerde veya videolarda bir insan, hayvan veya nesne gibi bir obje üzerindeki temel noktaları tespit eden ve izleyen bir bilgisayarlı görü görevidir. Bir görüntü veya videodaki insanları analiz ederken, poz kestirimi duruşu, hizalamayı ve hareketi anlamak için eklemler ve uzuvlar gibi belirli vücut işaretlerini tanımlar.

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.

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

Şekil 1. YOLO11'in poz kestirimi desteğiyle bir egzersizi takip etmeye yönelik bir demo.

Link to this sectionEgzersiz analizi için Ultralytics YOLO11 kurulumu#

Ultralytics, nesne sayma, belirli alanlardaki hareketi izleme, bulanıklaştırma, hız ölçme ve egzersizleri 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 iyi yanı, bu çözümü kurmanın sadece birkaç dakika sürmesidir. Ayrıntılı adım adım kılavuz için resmi Ultralytics dokümantasyonuna 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.

Link to this sectionBilgisayarlı görü ile egzersiz takibinin gerçek dünya uygulamaları#

YOLO11'in poz kestirimi sayesinde doğru egzersiz takibini nasıl mümkün kıldığını ele aldığımıza göre, kullanılabileceği bazı gerçek dünya uygulamalarını keşfedelim.

Link to this sectionYOLO11 kullanarak evde otomatik egzersiz analizi#

Evde egzersiz yapmak uygun olabilir, ancak doğru geri bildirim olmadan kötü alışkanlıklar geliştirmek veya yaralanma riski ile karşılaşmak kolaydır. YOLO11, giyilebilir cihazlar veya manuel giriş olmadan duruşu izleyerek ve tekrarlarını gerçek zamanlı takip ederek bireysel antrenmanını iyileştirmeye 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.

Sen şınav çekerken, YOLO11 vücudundaki temel noktaları tespit edebilir. Ne zaman aşağı indiğini ve ne zaman yukarı çıktığını bilmek için dirseklerinin açısını izleyebilir. Her tam hareket bir tekrar olarak sayılır. Eğer formun tam olarak doğru değilse veya yeterince aşağı inmiyorsan, sistem seni hemen bilgilendirecek şekilde ayarlanabilir, böylece bir antrenör olmadan düzeltebilirsin.

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

Link to this sectionSpor 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 sunabilir. Kameralar kurarak ve 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.

Antrenörün dikkati koşu bandındaki kişide olsa bile, YOLO11 leg press kullanıcısını izlemeye devam edebilir ve zorlanırlarsa veya yaralanma riski altındalarsa antrenörleri uyarabilir. Bu gelişmiş izleme, antrenörlerin daha iyi geri bildirim sağlamasına, yaralanma risklerini azaltmasına ve dikkatlerinin dağıldığı yoğun spor salonu saatlerinde bile yüksek kaliteli koçluk sürdürmesine yardımcı olur.

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

Link to this sectionSporcular için AI destekli kişisel antrenman#

Spor antrenmanı söz konusu olduğunda, hassasiyet bir önceliktir. Duruş veya hareketteki küçük hatalar bile kazanmak ile yaralanmak arasındaki fark olabilir. Poz kestirimi, sporcuların bu küçük sorunları erken fark etmelerine ve düzeltmelerine yardımcı olmak için hızla benimseniyor, bu da antrenmanı daha proaktif ve odaklanmış 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 kestirimi ve YOLO11 kullanabilir. (kaynak)

Link to this sectionKişisel 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 bağlanarak tüm egzersiz 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 kaygıları: Sürekli video izleme, net politikalar ve güvenli veri yönetimi gerektiren gizlilik sorunlarını ortaya çıkarır.
• 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.

Link to this sectionÖne 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 depomuza göz at. Çözüm sayfalarımızda lojistikte AI ve sağlık hizmetlerinde bilgisayarlı görü gibi alanlardaki en son gelişmeleri keşfet. Lisans seçeneklerimize göz at ve Vision AI ile bugün çalışmaya başla!