Volley hỗ trợ hơn 250 huấn luyện viên AI trên sân với Ultralytics YOLO

Huấn luyện thể thao dùng vợt theo thời gian thực bao gồm một loạt các thành phần chuyển động. Trên sân đấu trực tiếp, người chơi di chuyển nhanh, bóng di chuyển ở tốc độ cao và cùng một thiết bị thường phải hoạt động trên nhiều môn thể thao và loại sân khác nhau.

Các máy bắn bóng truyền thống chỉ đơn giản nạp bóng theo bộ hẹn giờ mà không hiểu bất kỳ điều gì trong số đó. Chúng không nhận biết được người chơi đang đứng ở đâu, cách họ di chuyển, hay thậm chí họ đang ở trên loại sân nào, điều này gây khó khăn cho việc huấn luyện để đạt được sự chặt chẽ, nhạy bén và phù hợp với người chơi.

Volley giúp giải quyết những thách thức này bằng huấn luyện viên tích hợp AI. Máy tập có thể lập trình trên sân của họ sử dụng computer vision để quan sát và hiểu sân đấu theo thời gian thực. Ví dụ: Ultralytics YOLO models được sử dụng để ước tính tư thế người chơi, phát hiện bóng và phân loại sân, cho phép huấn luyện viên tương tác với người chơi một cách nhạy bén khi họ di chuyển và đánh bóng.

Link to this sectionXây dựng tương lai của thể thao dùng vợt với AI#

Volley, có trụ sở tại Lancaster, Pennsylvania, xây dựng các hệ thống đánh giá và huấn luyện tích hợp AI cho các môn thể thao dùng vợt. Công ty được thành lập từ một câu hỏi đơn giản: điều gì sẽ xảy ra nếu các môn thể thao dùng vợt có một hệ thống huấn luyện và xếp hạng hấp dẫn và dựa trên dữ liệu như golf? Trong khi golf cung cấp thiết bị giả lập, phản hồi theo thời gian thực và theo dõi tiến độ khách quan, thì thể thao dùng vợt không có sự tương đương, không có xếp hạng khách quan và không có lộ trình phát triển dựa trên dữ liệu.

Để thu hẹp khoảng cách đó, Volley đã xây dựng hệ thống đánh giá và xếp hạng thể thao dùng vợt tích hợp AI đầu tiên trên thế giới. Ngày nay, Volley được sử dụng tại các câu lạc bộ trên khắp Hoa Kỳ, mang đến cho người chơi và câu lạc bộ những dữ liệu khách quan mà họ còn thiếu, với mỗi thiết bị đều được thiết kế, chế tạo, kiểm tra và vận chuyển trong nước.

Hình 1. Cái nhìn về huấn luyện viên tích hợp AI của Volley

Huấn luyện viên Volley hoạt động trên các môn pickleball, padel, platform tennis và quần vợt. Vì nhỏ gọn và có thể di chuyển, cùng một cỗ máy có thể được đưa vào bất kỳ sân nào, và người chơi cũng như các chuyên gia có thể di chuyển nó giữa các sân suốt cả ngày.

Link to this sectionSự thiếu hụt trí thông minh theo thời gian thực trên sân#

Cung cấp hoạt động huấn luyện tương tác đòi hỏi cả độ chính xác và tốc độ, nhưng môi trường sân bãi thực tế khiến điều đó trở nên khó khăn. Người chơi xuất hiện ở các khoảng cách khác nhau so với camera, bóng di chuyển nhanh và có kích thước khác nhau tùy theo môn thể thao, và cùng một huấn luyện viên có thể được sử dụng trên sân quần vợt lúc này và sân platform tennis lúc khác.

Việc biết rằng một người đang hiện diện trước huấn luyện viên là chưa đủ. Hệ thống cần biết chính xác người chơi đang ở đâu trên sân, điều này phụ thuộc vào việc xác định chính xác vị trí bàn tay và quan trọng nhất là đôi chân của họ. Ở khoảng cách xa, điều này trở nên đặc biệt khó khăn, và việc theo dõi thiếu chính xác sẽ làm mất đi sự nhạy bén giúp cho quá trình huấn luyện giống như trận đấu thực tế.

Một yếu tố khác cần xem xét là an toàn. Vì cùng một cỗ máy di chuyển giữa các môn thể thao, một huấn luyện viên vô tình để ở chế độ quần vợt có thể bắn một quả bóng với tốc độ 80 dặm/giờ vào người chơi trên sân platform tennis, tốc độ nhanh hơn nhiều so với tốc độ của môn thể thao đó và đủ nhanh để khiến người chơi không kịp phản ứng. Hệ thống cần hiểu môi trường của nó đủ tốt để ngăn chặn loại sai lệch đó.

Trên hết, việc xử lý phải diễn ra trực tiếp. Volley thu thập và xử lý video trên hệ thống NVIDIA Jetson với camera tích hợp, thay vì gửi dữ liệu lên cloud, vì vậy việc phát hiện phải chạy theo thời gian thực trên phần cứng nhúng nhỏ gọn khi người chơi tương tác với huấn luyện viên.

Link to this sectionSử dụng các model Ultralytics YOLO để hỗ trợ huấn luyện theo thời gian thực#

Trọng tâm hệ thống của Volley là pipeline thị giác AI được xây dựng trên các model Ultralytics YOLO hỗ trợ các computer vision tasks quan trọng như phát hiện đối tượng, ước tính tư thế và phân loại hình ảnh.

Dưới đây là ba cách Volley áp dụng chúng vào trải nghiệm huấn luyện:

• Phát hiện người chơi và vị trí của họ: Việc hiểu người chơi đang ở đâu và họ di chuyển như thế nào được hỗ trợ bởi khả năng ước tính tư thế của YOLO, vốn được Volley huấn luyện tùy chỉnh cho bối cảnh cụ thể của người chơi trên sân với các tư thế đặc thù của môn thể thao. Vì vị trí tay và chân chính xác là chìa khóa, hệ thống chạy theo phương pháp hai giai đoạn. Trước tiên, nó sử dụng phát hiện đối tượng để crop cẩn thận từng người chơi, sau đó chạy ước tính tư thế trên vùng đã crop đó. Cách này hoạt động hiệu quả vì chỉ có một vài người chơi trên sân cùng một lúc, thay vì đám đông hàng trăm người.
• Phát hiện bóng: Việc xác định vị trí bóng trong trận đấu được thực hiện nhờ khả năng hỗ trợ phát hiện đối tượng của YOLO, vốn được Volley huấn luyện để nhận diện toàn bộ các loại bóng thể thao được sử dụng trên các môn được hỗ trợ, mỗi loại có kích thước và đặc điểm riêng.
• Nhận dạng sân: Việc nhận diện huấn luyện viên đang ở sân nào được hỗ trợ bởi khả năng phân loại hình ảnh của YOLO. Vì vậy, ngay cả khi huấn luyện viên được thiết lập cho quần vợt nhưng được đưa sang sân platform tennis, hệ thống vẫn xác định được loại sân và điều chỉnh phù hợp, mang lại lợi ích cả về an toàn lẫn sự thuận tiện.

Sự kết hợp giữa phát hiện, ước tính tư thế và phân loại giúp huấn luyện viên có sự nhận thức thời gian thực cần thiết để phản hồi người chơi khi họ đang tập luyện. Hiện tại, Volley chạy pipeline này trong sản xuất trên Ultralytics YOLO11.

Hình 2. Ví dụ về huấn luyện viên tích hợp AI của Volley đang hoạt động

Link to this sectionTại sao lại chọn các mô hình Ultralytics YOLO?#

Các model Ultralytics YOLO mang lại cho Volley tốc độ và độ chính xác cần thiết cho việc huấn luyện thời gian thực trên các sân đấu tốc độ cao, trong khi vẫn chạy mượt mà trên phần cứng nhúng nhỏ gọn gắn trên mỗi huấn luyện viên. Hiệu suất tương tự đó cũng áp dụng cho cloud, nơi Volley có thể chạy chính xác model và pipeline đó, vì vậy những cải tiến trong một môi trường có thể áp dụng cho môi trường kia.

Hiệu suất này cũng tạo ra dư địa để phát triển. Bằng cách sử dụng phần cứng hiệu quả hơn, Volley đã giải phóng được khoảng trống dư thừa, hiện đang được dành cho các camera nâng cấp, mang đến cho người chơi trải nghiệm tốt hơn nữa trên sân mà không cần thay đổi pipeline nền tảng.

Điều quan trọng không kém là cách Volley có thể huấn luyện và tinh chỉnh các model này một cách dễ dàng. Thay vì chú thích hình ảnh thủ công, Volley ghi lại các phiên trên sân và xây dựng một thư viện clip lớn về chính xác các tình huống cần nắm bắt.

Sau đó, họ chạy đoạn phim đó qua các model tư thế cao cấp chậm hơn, vốn quá nặng để chạy theo thời gian thực trên huấn luyện viên, và sử dụng chúng để tự động gán nhãn dữ liệu. Kiến thức đó sau đó được chuyển sang các model YOLO nhanh hơn, linh hoạt hơn, vì vậy các model trên sân học hỏi từ những model nặng hơn nhiều trong khi vẫn đang chạy trực tiếp.

Link to this sectionVolley mở rộng quy mô huấn luyện trên bốn môn thể thao với Ultralytics YOLO#

Tác động của việc xây dựng trên các model Ultralytics YOLO thể hiện ở mức độ mà Volley có thể thực hiện huấn luyện nhạy bén. Hệ thống đã được triển khai cho khoảng 250 huấn luyện viên và camera nói chung. Mỗi thiết bị thu thập và xử lý video trực tiếp trên phần cứng tích hợp của nó.

Một huấn luyện viên đơn lẻ hoạt động trên quần vợt, padel, platform tennis và pickleball. Cùng một cỗ máy có thể di chuyển giữa các sân suốt cả ngày, và khả năng phân loại hình ảnh của YOLO giúp nó hoạt động chính xác bất kể nó được đưa đến đâu.

Hình 3. Volley sử dụng Ultralytics YOLO để theo dõi người chơi và bóng theo thời gian thực trong các môn thể thao dùng vợt.

Sự nhận thức thời gian thực này hỗ trợ những gì người chơi thực sự thấy. Trong một phiên tập 20 phút, AI của Volley đánh giá các cú đánh, chuyển động và cách chọn cú đánh của người chơi. Sau đó, nó tạo ra Volley Skill Rating khách quan và phân tích chi tiết từng cú đánh trong trận đấu của họ.

Pipeline tương tự cũng định hình lại cách người chơi luyện tập. Huấn luyện viên nạp bóng dựa trên vị trí người chơi đứng trên sân, để họ có thể luyện tập bước chân và các mô hình như Serve + 1 hoàn toàn rảnh tay.

Link to this sectionKỹ thuật cho thế hệ thể thao dùng vợt tiếp theo#

Khi Volley mở rộng, công ty tập trung vào việc làm cho việc huấn luyện thể thao dùng vợt có thể đo lường và dựa trên dữ liệu như các hệ thống đã biến đổi môn golf. Bằng cách kết hợp thị giác máy tính thời gian thực với các đánh giá kỹ năng khách quan, họ đang giúp các câu lạc bộ chuyển từ việc chỉ đơn thuần vận hành sân sang chủ động phát triển người chơi.

Các model Ultralytics YOLO tiếp tục thúc đẩy công việc này. Volley chạy pipeline sản xuất của mình trên Ultralytics YOLO11 hiện nay và đã bắt đầu khám phá Ultralytics YOLO26, thế hệ tiếp theo của các model thị giác thời gian thực, khi họ mang đến dịch vụ huấn luyện nhạy bén, giàu dữ liệu cho nhiều người chơi và câu lạc bộ hơn.

Bạn tò mò về vision AI? Hãy khám phá các tùy chọn cấp phép của chúng tôi để đưa thị giác máy tính vào các dự án của bạn. Hãy truy cập kho lưu trữ GitHub và tham gia cộng đồng của chúng tôi. Tìm hiểu về AI trong robot và thị giác máy tính trong logistics trên các trang giải pháp của chúng tôi.