Ultralytics YOLO11 ile akıllı fitness teknolojisini hayata geçir

Aktif kalmak sağlığına dikkat etmenin önemli bir parçasıdır; düzenli egzersiz 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, hatta sakatlanmaya yol açabilir. Bu nedenle birçok kişi yardım için teknolojiye yöneliyor.

Daha kişiselleştirilmiş ve teknoloji odaklı fitness çözümlerine ilgi arttıkça, yapay zekâ (AI) bu alanda etkili bir araç olarak öne çıkıyor. Nitekim küresel yapay zekâ fitness ve sağlıklı yaşam pazarı değerinin 2034'e kadar 46,1 milyar dolara ulaşması bekleniyor.

Özellikle makinelerin görsel bilgileri yorumlamasını ve anlamasını sağlayan bir YZ dalı olan bilgisayarlı görü, insan hareketlerini giderek daha fazla doğruluk ve verimlilikle analiz etmek için kullanılıyor. Bu teknoloji, vücudun hareketlerini gerçek zamanlı olarak değerlendirmek ve geleneksel fitness takip cihazlarının veya uygulamalarının sunabildiğinin çok ötesinde içgörüler sağlamak için kullanılabilir.

Örneğin Ultralytics YOLO11 gibi bilgisayarlı görü modelleri; duruşu değerlendirmek, formu izlemek ve tekrarları saymak için vücuttaki kilit noktaları belirleyen poz tahmini gibi görevleri destekler. Bu yaklaşımın özellikle kullanışlı yanı, özel ekipman gerektirmeden standart bir kamera görüntüsüyle çalışmasıdır.

Bu yazıda Ultralytics YOLO11'in antrenmanları izlemek için poz tahmini yeteneklerinden nasıl yararlanılabileceğini ve bu teknolojinin fitness alanının geleceğini nasıl şekillendirdiğini inceleyeceğiz.

Egzersiz takibi için poz tahminini anlama#

Poz tahmini, görüntülerde veya videolarda insan, hayvan ya da nesne gibi bir nesnenin önemli noktalarını tespit edip izleyen bir bilgisayarlı görü görevidir. Bir görüntü veya videodaki insanlar analiz edilirken poz tahmini; duruşu, hizalanmayı ve hareketi anlamak için eklem ve uzuvlar gibi belirli vücut işaret noktalarını belirler.

Bir görüntüde nesnenin yerini bulan nesne tespitinden farklı olarak poz tahmini, nesnenin nasıl konumlandığına ve nasıl hareket ettiğine odaklanır. Bu nedenle doğru duruşun hem güvenlik hem de sonuçlar açısından önemli olduğu fitness alanında kullanışlıdır. Poz tahmini, egzersiz sırasında eklemlerinin her hareket boyunca nasıl oynadığını izleyebilir. Yanlış hizalanmayı belirlemeye, anında geri bildirim sağlamaya ve zaman içinde kademeli gelişimi desteklemeye yardımcı olur.

Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, yüksek hızı isabetli algılamayla birleştirerek poz tahmininin fitness uygulamalarına entegre edilmesini kolaylaştırır. Önceden eğitilmiş YOLO11 poz modeli, omuzlar, dirsekler, dizler ve ayak bilekleri dâhil 17 temel vücut noktasını belirleyebilir. Bu sayede model, squat ve şınav gibi egzersizleri gerçek zamanlı izleyebilir, form sorunlarını algılayabilir ve kullanıcıların hatalarını anında düzeltmesine yardımcı olabilir.

Şekil 1. Ultralytics YOLO11'in poz tahmini desteğiyle egzersiz takibi demosu.

Egzersiz analizi için Ultralytics YOLO11 kurulumu#

Ultralytics; nesneleri saymak, belirli alanlardaki hareketleri izlemek, bulanıklaştırmak, hızı ölçmek ve antrenmanları takip etmek gibi YOLO modellerinin farklı kullanım biçimlerini gösteren, kullanımı kolay çözümler sunar.

Özellikle Ultralytics'in antrenman izleme çözümü, yalnızca birkaç basit adımla YOLO11 kullanarak egzersiz formunu ve duruşunu gerçek zamanlı olarak izlemeyi mümkün kılar. Örneğin biri şınav çekiyorsa YOLO11, hareketi analiz etmek ve tekrarları saymak için omuzlar, dirsekler ve bilekler gibi temel vücut noktalarını algılayabilir.

Bu çözümü kurmak yalnızca birkaç dakika sürer. Ayrıntılı adım adım yönergeler için resmî antrenman izleme kılavuzuna göz atabilirsin.

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

• Python ortamının güncel olduğundan emin ol: Ultralytics paketini yüklemeden önce Python sürümünün ve ilgili bağımlılıkların güncel olup olmadığını kontrol et. Bu, uyumluluk sorunlarını önlemeye yardımcı olur.
• Aydınlatmanın tutarlı olması: Vücudun arkasından gelen güçlü ışıklardan ve vücudun üzerine düşen gölgelerden kaçın. Tutarlı ve dağınık aydınlatma, modelin önemli noktaları daha güvenilir biçimde tanımasına yardımcı olur.
• Doğruluk için temel noktaları yapılandır: Her temel nokta, sağ omuz için 6 ve sağ dirsek için 8 gibi belirli bir vücut eklemine karşılık gelir. Hareketlerin hassas biçimde izlenmesini sağlamak için bu temel nokta dizinlerini (kpts argümanı) egzersize göre ayarlayabilirsin.
• Kamera açısını optimize et: Kamerayı, egzersiz yapan kişinin net ve engelsiz bir yandan veya önden görünümünü yakalayacak şekilde konumlandır. Vücut duruşunu bozabilecek aşırı açılardan veya eğimlerden kaçın.

Bilgisayarlı görüyle egzersiz izlemenin gerçek dünya uygulamaları#

Ultralytics YOLO11'in poz tahminiyle doğru egzersiz takibi sağlamasını ele aldığımıza göre, şimdi bu teknolojinin kullanılabileceği bazı gerçek dünya uygulamalarını inceleyelim.

Ultralytics YOLO11 ile evde otomatik egzersiz analizi#

Evde egzersiz yapmak kullanışlı olabilir, ancak doğru geri bildirim olmadan kötü alışkanlıklar edinmek veya sakatlanma riskiyle karşılaşmak kolaydır. Ultralytics YOLO11, giyilebilir cihazlara veya elle veri girişine gerek kalmadan duruşunu izleyip tekrarlarını gerçek zamanlı sayarak bireysel antrenmanları iyileştirmeye yardımcı olabilir.

Bu tür Vision AI sistemleri, evden çalışan ve çevrim içi toplantılar arasında hızlıca birkaç şınav çekmeye çalışan biri için çok kullanışlı olabilir. Tek yapman gereken egzersiz alanını gören bir kamera kurmak.

Şınav çekerken YOLO11 vücudundaki önemli noktaları tespit edebilir. Ne zaman aşağı indiğini ve tekrar yukarı ittiğini anlamak için dirseklerinin açısını izleyebilir. Her tam hareket bir tekrar sayılır. Formun tam doğru değilse veya yeterince aşağı inmiyorsan sistem, bunu hemen sana bildirecek şekilde ayarlanabilir; böylece antrenör olmadan da düzeltme yapabilirsin.

Şekil 2. Ultralytics YOLO11 kullanılarak evde şınav duruşunun analiz edildiği bir demo.

Spor salonunda yapay zekâyla gerçek zamanlı egzersiz geri bildirimi#

Yoğun bir spor salonunda antrenörler çoğu zaman aynı anda birden fazla danışandan sorumludur. Bu durum, salondaki herkesin hareketini izlemeyi zorlaştırabilir. Bu kadar çok kişi aynı anda egzersiz yaparken duruş hataları veya tamamlanmamış tekrarlar kolayca gözden kaçabilir.

Bilgisayarlı görü çözümleri bu sorunları çözmenin daha iyi bir yolunu sunabilir. Kameralar kurup Ultralytics YOLO11 gibi modelleri devreye alan spor salonları, her kişinin hareketlerini gerçek zamanlı olarak izleyebilir.

Örneğin, biri bacak presi yaparken yakınlardaki bir koşu bandında başka birinin yürüdüğünü düşün. Bacak presi, özellikle doğru formu öğrenmemiş kişilerde yanlış yapıldığında sakatlanmalara yol açabilir.

Antrenörün dikkati koşu bandındaki kişide olsa bile Ultralytics YOLO11 bacak presi yapan kişiyi izlemeyi sürdürebilir ve zorlandığında ya da sakatlanma riski taşıdığında antrenörleri uyarabilir. Bu gelişmiş izleme, dikkatlerinin bölündüğü yoğun spor salonu saatlerinde bile antrenörlerin daha iyi geri bildirim vermesine, sakatlanma risklerini azaltmasına ve yüksek kaliteli koçluk sunmasına yardımcı olur.

Şekil 3. Performansı artırmak için YOLO11 ile spor salonu egzersizlerinin izlenmesi. (kaynak)

Sporcular için yapay zekâ destekli kişisel antrenman#

Spor antrenmanında öncelik hassasiyettir. Duruş veya hareketteki küçük hatalar bile kazanmakla sakatlanmak arasındaki farkı yaratabilir. Sporcuların bu küçük sorunları erken fark edip düzeltmesine yardımcı olmak için poz tahmini hızla benimseniyor; böylece antrenmanlar daha proaktif ve odaklı hâle geliyor.

Örneğin futbol gibi sporlarda bilgisayarlı görü, maçlar veya antrenman seansları sırasında oyuncuların hareketlerini izleyebilir. Kalça, diz ve ayak bilekleri gibi önemli vücut noktalarını takip ederek oyuncunun top sürüşünü, yön değiştirmesini veya topa vuruşunu analiz edebilir. Bu ayrıntılı hareket verileri, antrenörlerin performansı etkileyebilecek veya sakatlanma riskini artırabilecek verimsizlikleri ya da dengesizlikleri belirlemesine yardımcı olur.

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

Kişisel fitness koçluğunda yapay zekânın artıları ve eksileri#

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

• Cihaz entegrasyonu: Bilgisayarlı görü çözümleri akıllı saatlere, fitness uygulamalarına ve diğer cihazlara bağlanarak tüm antrenman verilerini tek bir yerde toplayabilir.
• Minimum kurulum gereksinimi: Kolay kurulum ve kalibrasyon sayesinde spor salonları, karmaşık donanımlara ihtiyaç duymadan sistemi hızla devreye alabilir.
• Maliyet tasarrufu: Tekrar sayımını ve form kontrollerini otomatikleştirerek spor salonları, her seansı izlemek için gereken antrenör sayısını azaltabilir.

Bilgisayarlı görüyle egzersiz izlemenin pek çok faydası olsa da bu tür bir teknolojiyi uygularken göz önünde bulundurman gereken birkaç sınırlama var:

• Veri gizliliği endişeleri: Sürekli video izleme, açık politikalar ve güvenli veri işleme gerektiren gizlilik sorunlarını gündeme getirir.
• Sınırlı uyarlanabilirlik: Egzersiz rutinlerindeki ani değişiklikler veya beklenmedik hareketler, model yeniden eğitilmeden doğru biçimde yakalanamayabilir.
• Ortam kaynaklı parazit: Arka plandaki dağınıklık veya yansıtıcı yüzeyler, sistemin izleme algoritmalarını şaşırtabilir.

Önemli çıkarımlar#

Ultralytics YOLO11, yalnızca standart bir kamera görüntüsü ve gelişmiş bilgisayarlı görü kullanarak egzersizlerin gerçek zamanlı takibini kolaylaştırır. Evler, spor salonları ve rehabilitasyon merkezleri dâhil çeşitli ortamlarda duruşu otomatik olarak izler, tekrarları sayar ve formu iyileştirir; böylece giyilebilir cihazlara veya manuel kayıt tutmaya gerek kalmaz.

Kullanıcılar anında geri bildirim alarak daha akıllı antrenman yapabilir, sakatlanmaları önleyebilir ve istikrarlı ilerleme kaydedebilir. Aynı zamanda fitness profesyonellerinin ve tesislerinin operasyonlarını kolaylaştırırken koçluk ve rehberliğin kalitesini de artırır.

Teknoloji geliştikçe, hareket geçmişine göre uyarlanan antrenman planları ve canlı harekete dinamik yanıt veren sanal koçluk arayüzleri gibi daha akıllı özellikleri görmeyi bekleyebiliriz.

YZ'yi merak ediyor musun? Daha fazlasını öğrenmek için topluluğumuza katıl ve GitHub depomuzu incele. Çözüm sayfalarımızda sporda bilgisayarlı görü ve sağlık hizmetlerinde bilgisayarlı görü gibi alanlardaki en yeni gelişmeleri keşfet. Lisans seçeneklerimize göz at ve Görsel YZ'yi bugün kullanmaya başla!