solutions 模块 | 使用YOLO11监控我们锻炼

最新推荐文章于 2025-04-28 14:27:23 发布

小北的北

最新推荐文章于 2025-04-28 14:27:23 发布

阅读量1.1k

点赞数 13

本文链接：https://blog.youkuaiyun.com/weixin_38739735/article/details/144125658

版权

点击下方卡片，关注“小白玩转Python”公众号

得益于技术的进步，追踪您的健身变得前所未有地容易。监控像俯卧撑、引体向上、深蹲和其他日常锻炼可以显著提高您的姿势，保持一致性，并降低受伤风险。有了Ultralytics YOLO11，锻炼监控达到了新的精确度和效率水平。通过分析您的锻炼习惯，监控使您能够评估表现，识别姿势错误，并确保稳步进步。这对于优化训练和预防伤害至关重要。例如，它可以跟踪您执行的俯卧撑或深蹲数量，同时评估您的体态以改善您的技术。

在本文中，我们将学习：

1. YOLO11支持哪些锻炼？

2. 如何使用YOLO11监控锻炼？

3. 监控俯卧撑的Python代码。

4. 监控深蹲的Python代码。

5. 监控锻炼的好处？

YOLO11支持哪些锻炼？

借助YOLO11的尖端计算机视觉技术，跟踪和分析锻炼变得异常简单。它可以无缝检测和监控多种锻炼，提供有价值的见解以完善您的健身计划。例如，YOLO11可以轻松跟踪俯卧撑、引体向上和深蹲等体重锻炼。这些基本动作对于建立力量和耐力至关重要，监控它们以评估您的姿势并准确计数重复次数。利用YOLO11，您可以将锻炼提升到一个新的水平，帮助您更有效地实现健身目标。

如何使用YOLO11监控锻炼

使用YOLO11监控锻炼非常简单。您只需在CLI中输入一个命令即可轻松跟踪您的锻炼。注意：在开始之前，请确保您的系统上安装了ultralytics包的最新版本。

#Install the ultralytics package
# pip install ultralytics


# Run a workout example
yolo solutions workout show=True


# Pass a source video
yolo solutions workout source="path/to/video/file.mp4"


# Use keypoints for pushups
yolo solutions workout kpts=[6, 8, 10]

监控俯卧撑的Python代码

提供的Python脚本使您能够轻松监控您的俯卧撑锻炼。它实时跟踪您的重复次数，同时计算您身体部位之间的角度，以进行精确的姿势分析。

import cv2


from ultralytics import solutions


cap = cv2.VideoCapture("path/to/video/file.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, 
                                       cv2.CAP_PROP_FRAME_HEIGHT, 
                                       cv2.CAP_PROP_FPS))


# Video writer
video_writer = cv2.VideoWriter("workouts.avi", 
                               cv2.VideoWriter_fourcc(*"mp4v"), 
                               fps, (w, h))


# Init AIGym
gym = solutions.AIGym(
    show=True,  # Display the frame
    kpts=[6, 8, 10],  # keypoints index for monitoring specific exercise
    model="yolo11n-pose.pt",  # Path to the YOLO11 pose estimation model
    # line_width=2, # Adjust the line width for bounding boxes
)


# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    im0 = gym.monitor(im0)
    video_writer.write(im0)


cv2.destroyAllWindows()
video_writer.release()

使用YOLO11计数俯卧撑

监控深蹲的Python代码

深蹲是一项最受欢迎的锻炼之一，因为它们可以同时针对多个肌肉群，提高力量、平衡和整体健康。它们是锻炼中建立下半身力量和提高运动表现的基石。您可以使用提供的代码通过YOLO11监控您的深蹲，实现实时重复计数和精确的姿势分析。

import cv2


from ultralytics import solutions


cap = cv2.VideoCapture("path/to/video/file.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH,
                                       cv2.CAP_PROP_FRAME_HEIGHT,
                                       cv2.CAP_PROP_FPS))


# Video writer
video_writer = cv2.VideoWriter("workouts.avi",
                               cv2.VideoWriter_fourcc(*"mp4v"),
                               fps, (w, h))


# Init AIGym
gym = solutions.AIGym(
    show=True,  # Display the frame
    kpts=[5, 11, 13],  # keypoints index for monitoring specific exercise
    model="yolo11n-pose.pt",  # Path to the YOLO11 pose estimation model
    # line_width=2, # Adjust the line width for bounding boxes
)


# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    im0 = gym.monitor(im0)
    video_writer.write(im0)


cv2.destroyAllWindows()
video_writer.release()