Volley, Ultralytics YOLO ile 250'den fazla saha içi yapay zeka eğitmenine güç veriyor

Gerçek zamanlı raket sporları eğitimi bir dizi hareketli parçayı içerir. Canlı bir sahada oyuncular hızlı hareket eder, toplar yüksek hızlarda seyahat eder ve aynı ekipmanın genellikle farklı sporlar ve saha türleri arasında çalışması gerekir.

Geleneksel top makineleri, bunlardan herhangi birini anlamadan sadece zamanlayıcı ile top atar. Oyuncunun nerede durduğunu, nasıl hareket ettiğini ve hatta hangi sahada olduğunu bilmezler; bu da sıkı, duyarlı ve oyuncuya özel bir koçluk sunmayı zorlaştırır.

Volley, yapay zeka destekli bir antrenörle bu zorlukların çözülmesine yardımcı olur. Programlanabilir saha içi makinesi, sahayı gerçek zamanlı olarak görmek ve anlamak için bilgisayarlı görü kullanır. Örneğin, Ultralytics YOLO modelleri; oyuncu pozu tahmini, top algılama ve saha sınıflandırması için kullanılır ve antrenörün, oyuncular hareket edip vuruş yaparken onlarla duyarlı bir şekilde etkileşime girmesini sağlar.

Link to this sectionYapay zeka ile raket sporlarının geleceğini inşa etmek#

Lancaster, Pennsylvania merkezli Volley, raket sporları için yapay zeka destekli değerlendirme ve eğitim sistemleri inşa ediyor. Şirket basit bir soru üzerine kuruldu: Ya raket sporları, golf kadar ilgi çekici ve veri odaklı bir eğitim ve derecelendirme sistemine sahip olsaydı? Golf simülatörler, gerçek zamanlı geri bildirim ve objektif ilerleme takibi sunarken, raket sporlarında bunun bir eşdeğeri, objektif derecelendirmeleri ve veri odaklı bir gelişim yolu yoktu.

Bu açığı kapatmak için Volley, dünyanın ilk yapay zeka destekli raket sporları değerlendirme ve derecelendirme sistemini inşa etti. Bugün Volley, Amerika Birleşik Devletleri genelindeki kulüplerde kullanılıyor ve her bir ünitesi yerel olarak tasarlanıp, üretilip, test edilip gönderilerek, oyunculara ve kulüplere eksik olan objektif verileri sunuyor.

Şekil 1. Volley'nin yapay zeka destekli antrenörüne bir bakış

Volley antrenörü pickleball, padel, platform tenisi ve tenis dallarında çalışır. Kompakt ve taşınabilir olduğu için aynı makine herhangi bir sahaya sürülebilir ve oyuncular ile profesyoneller gün boyunca onu platformlar arasında taşıyabilir.

Link to this sectionGerçek zamanlı, saha içi zekasının eksikliği#

Etkileşimli eğitim sunmak hem doğruluk hem de hız gerektirir, ancak gerçek saha ortamları bunu zorlaştırır. Oyuncular kameradan farklı mesafelerde görünür, toplar hızla hareket eder ve sporlar arasında boyutları değişir; ayrıca aynı antrenör bir an tenis kortunda, bir sonraki an ise platform tenisi kortunda kullanılabilir.

Antrenörün önünde bir kişinin var olduğunu bilmek yeterli değildir. Sistemin oyuncuların sahada tam olarak nerede olduğunu bilmesi gerekir; bu da ellerinin ve kritik olarak ayaklarının doğru bir şekilde konumlandırılmasına bağlıdır. Uzaktan bakıldığında bu özellikle zorlaşır ve hassas olmayan takip, eğitimi gerçek bir oyun gibi hissettiren duyarlılığı bozar.

Dikkate alınması gereken bir diğer faktör ise güvenliktir. Aynı makine sporlar arasında hareket ettiğinden, yanlışlıkla tenis ayarında bırakılan bir antrenör, platform tenisi kortundaki bir oyuncuya saatte 80 mil hızla top atabilir; bu, o oyunun oynandığından çok daha hızlıdır ve bir oyuncuyu gafil avlayacak kadar yeterlidir. Sistemin, bu tür bir uyumsuzluğu önlemek için çevresini yeterince iyi anlaması gerekir.

Tüm bunların üzerine, işlemenin canlı gerçekleşmesi gerekir. Volley, görüntüleri buluta göndermek yerine NVIDIA Jetson sistemi ve yerleşik bir kamera ile videoyu yakalayıp işler; bu nedenle oyuncular antrenörle etkileşime girerken algılamanın kompakt, gömülü donanım üzerinde gerçek zamanlı olarak çalışması gerekir.

Link to this sectionGerçek zamanlı koçluğa güç vermek için Ultralytics YOLO modellerini kullanmak#

Volley'nin sisteminin merkezinde, nesne algılama, poz tahmini ve görüntü sınıflandırma gibi önemli bilgisayarlı görü görevlerini destekleyen, Ultralytics YOLO modelleri üzerine inşa edilmiş bir yapay zeka görme hattı bulunur.

İşte Volley'nin bunları koçluk deneyimi boyunca kullanmasının üç yolu:

• Oyuncuları ve konumlarını tespit etme: Oyuncuların nerede olduğunu ve nasıl hareket ettiğini anlamak, Volley'nin sahada sporlara özgü pozlardaki oyuncular için özel olarak eğittiği YOLO'nun poz tahmini yetenekleri sayesinde mümkün olmaktadır. Hassas el ve ayak pozisyonları önemli olduğundan, sistem iki aşamalı bir yaklaşım kullanır. Önce her oyuncuyu dikkatlice kırpmak için nesne algılamayı kullanır, ardından bu kırpılmış bölgede poz tahminini çalıştırır. Bu, yüzlerce kişilik kalabalıklar yerine sahada aynı anda sadece birkaç oyuncu olduğu için iyi çalışır.
• Topu tespit etme: Oyundaki topu bulmak, Volley'nin desteklenen sporlarda kullanılan tüm spor toplarını (her biri kendi boyutuna ve özelliklerine sahip) tanımak üzere eğittiği YOLO'nun nesne algılama desteği sayesinde mümkün olmaktadır.
• Sahayı tanımlama: Antrenörün hangi sahada olduğunu tanımak, YOLO'nun görüntü sınıflandırma yetenekleri sayesinde mümkündür. Yani bir antrenör tenis için ayarlanmış olsa bile platform tenisi kortuna sürüldüğünde sistem kort tipini tanımlar ve buna göre ayarlanır; bu da hem güvenlik hem de kolaylık avantajı sağlar.

Algılama, poz tahmini ve sınıflandırmanın bu birleşimi, antrenöre oyuncular oynarken onlara yanıt vermesi için gereken gerçek zamanlı farkındalığı sağlar. Volley şu anda bu hattı Ultralytics YOLO11 üzerinde üretimde çalıştırıyor.

Şekil 2. Volley'nin yapay zeka destekli antrenörünün iş başındaki bir örneği

Link to this sectionNeden Ultralytics YOLO modellerini seçmelisin?#

Ultralytics YOLO modelleri, Volley'ye hızlı hareket eden kortlarda gerçek zamanlı koçluk için gereken hızı ve doğruluğu sağlarken, her antrenörün üzerine monte edilmiş kompakt ve gömülü donanımda rahatça çalışır. Aynı verimlilik buluta da taşınır; böylece Volley tam olarak aynı modeli ve hattı çalıştırabilir, bu da bir ortamda yapılan iyileştirmelerin diğerine de uygulanmasını sağlar.

Bu performans aynı zamanda büyüme alanı da yarattı. Donanımını daha iyi kullanarak, Volley şimdi yükseltilmiş kameralara ayrılan bir kapasite kazandı ve temel hattı değiştirmeden oyunculara sahada daha da iyi bir deneyim sundu.

En az bunun kadar önemli olan, Volley'nin bu modelleri ne kadar kolay eğitebileceği ve geliştirebileceğidir. Görüntüleri elle etiketlemek yerine, Volley sahadaki seansları kaydeder ve yakalaması gereken durumların tam olarak yer aldığı geniş bir klip kütüphanesi oluşturur.

Daha sonra bu görüntüleri, antrenörde gerçek zamanlı çalışamayacak kadar ağır olan yavaş ve üst düzey poz modellerinde çalıştırarak verileri otomatik olarak etiketler. Bu bilgi daha sonra daha hızlı ve çevik YOLO modellerine aktarılır; böylece saha içi modeller, canlı çalışmaya devam ederken çok daha ağır olanlardan öğrenmiş olur.

Link to this sectionVolley, Ultralytics YOLO ile dört spor dalında koçluğu ölçeklendiriyor#

Ultralytics YOLO modelleri üzerine inşa etmenin etkisi, Volley'nin duyarlı koçluğu ne kadar geniş bir alanda çalıştırabileceğinde kendini gösteriyor. Sistem, genel olarak yaklaşık 250 antrenöre ve kameraya dağıtıldı. Her biri, kendi yerleşik donanımı üzerinde videoyu canlı olarak yakalayıp işliyor.

Tek bir antrenör tenis, padel, platform tenisi ve pickleball dallarında çalışır. Aynı makine gün boyunca kortlar arasında hareket edebilir ve YOLO'nun görüntü sınıflandırma yetenekleri, sürüldüğü her yerde doğru davranmasını sağlar.

Şekil 3. Volley, raket sporlarında gerçek zamanlı oyuncu ve top takibi için Ultralytics YOLO kullanıyor.

Bu gerçek zamanlı farkındalık, oyuncuların gerçekte gördüklerine güç verir. 20 dakikalık bir seansta Volley'nin yapay zekası, oyuncunun vuruşlarını, hareketini ve atış seçimini değerlendirir. Ardından objektif bir Volley Beceri Derecelendirmesi ve oyunlarının atış bazlı bir dökümünü oluşturur.

Aynı hat, oyuncuların antrenman yapma şeklini yeniden şekillendirir. Antrenör, topları oyuncunun sahada durduğu yere göre besler, böylece oyuncular ayak hareketlerini ve Serve + 1 gibi kalıpları tamamen eller serbest bir şekilde çalışabilirler.

Link to this sectionRaket sporlarının yeni neslini mühendislik yoluyla geliştirmek#

Volley büyüdükçe, şirket raket sporları eğitimini golfü dönüştüren sistemler kadar ölçülebilir ve veri odaklı hale getirmeye odaklanıyor. Gerçek zamanlı bilgisayarlı görüyü objektif beceri değerlendirmeleriyle eşleştirerek, kulüplerin sadece saha işletmekten aktif olarak oyuncu geliştirmeye geçmelerine yardımcı oluyor.

Ultralytics YOLO modelleri bu çalışmayı sürdürmeye devam ediyor. Volley, üretim hattını bugün Ultralytics YOLO11 üzerinde çalıştırıyor ve duyarlı, veri açısından zengin koçluğu daha fazla oyuncuya ve kulübe taşırken, yeni nesil gerçek zamanlı görme modelleri olan Ultralytics YOLO26 üzerinde çalışmaya başladı bile.

Görüntü tabanlı yapay zeka hakkında meraklı mısın? Bilgisayarlı görü teknolojisini projelerine dahil etmek için lisanslama seçeneklerimize göz at. GitHub depomuzu ziyaret et ve topluluğumuza katıl. Çözüm sayfalarımızda robotikte yapay zeka ve lojistikte bilgisayarlı görü uygulamalarını keşfet.