{"id":1353,"date":"2022-05-16T19:46:54","date_gmt":"2022-05-16T18:46:54","guid":{"rendered":"https:\/\/spleeft.app\/?p=1353"},"modified":"2022-09-24T16:43:32","modified_gmt":"2022-09-24T15:43:32","slug":"treinamento-baseado-na-velocidade-do-movimento-no-seu-bolso","status":"publish","type":"post","link":"https:\/\/spleeft.app\/pt\/treinamento-baseado-na-velocidade-do-movimento-no-seu-bolso\/","title":{"rendered":"Spleft: Treinamento baseado em velocidade no seu bolso"},"content":{"rendered":"
<\/div>\n\n\n\n
<\/div>\n\n\n\n

Quando eu era crian\u00e7a, lembro de assistir a filmes \u201cfuturistas\u201d, personagens usando super tecnologias no seu cotidiano, algumas ainda distantes da realidade (ou n\u00e3o) como hologramas, e outras que aos poucos v\u00e3o se consolidando no nosso cotidiano, como gadgets inteligentes capazes de expandir as informa\u00e7\u00f5es ou responder \u00e0s nossas perguntas. Naquele momento eu acreditei: Ser\u00e1 que um dia o que antes era um filme se tornar\u00e1 realidade? E esse dia chegou.<\/p>\n\n\n\n

Ultimamente, como ciclista amador, sempre tento buscar e utilizar ferramentas e inova\u00e7\u00f5es de alto desempenho.<\/p>\n\n\n\n

Neste post vou falar sobre o Speeft, um aplicativo capaz de medir a velocidade da barra em tempo real<\/strong> para agachamento e levantamento terra, com base em tecnologias de realidade aumentada e intelig\u00eancia artificial<\/strong>, para que voc\u00ea n\u00e3o precise de nenhum dispositivo externo, apenas a c\u00e2mera do seu telefone<\/strong>.<\/p>\n\n\n\n

Tr\u00eas benef\u00edcios do Spleft para o seu treino<\/strong><\/h3>\n\n\n\n

Velocidade m\u00e9dia em tempo real sem necessidade de dispositivos externos<\/h4>\n\n\n\n

Chegue perto do seu telefone, ajuste o desempenho do aplicativo (ele o orienta) e obtenha a velocidade dos seus exerc\u00edcios automaticamente. Se voc\u00ea n\u00e3o conhece todas as vantagens do treinamento baseado em velocidade, continue lendo para descobri-las. Voc\u00ea tamb\u00e9m tem a chance de usar uma amplitude de movimento individual e constante ou defini-la automaticamente para cada levantamento, com base na antropometria r\u00e1pida que voc\u00ea ter\u00e1 que fazer. Clique para ver uma demonstra\u00e7\u00e3o r\u00e1pida.<\/a><\/p>\n\n\n\n

Controle da fadiga entre e durante as sess\u00f5es<\/h4>\n\n\n\n

O Spleft tamb\u00e9m pode definir a perda de velocidade durante uma s\u00e9rie para que voc\u00ea possa ajustar o tipo de esfor\u00e7o necess\u00e1rio para seu treino e ter energia suficiente para outros treinos espec\u00edficos.<\/p>\n\n\n\n

Al\u00e9m disso, voc\u00ea tamb\u00e9m tem a oportunidade de me\u00e7a seu 1RM com base em um perfil de carga-velocidade e ajuste-o diariamente com um teste r\u00e1pido<\/strong>, para que voc\u00ea possa controlar o cansa\u00e7o com que chega \u00e0 sess\u00e3o, ajustar a carga de treino ao seu estado f\u00edsico e manter a intensidade do treino constante, otimizando ao m\u00e1ximo o seu treino.<\/p>\n\n\n\n

\"\"
Captura de tela do perfil de configura\u00e7\u00f5es e velocidade de carga<\/figcaption><\/figure><\/div>\n\n\n\n

Acompanhamento do treinamento de resist\u00eancia<\/h4>\n\n\n\n

Cada s\u00e9rie e teste ser\u00e3o salvos no hist\u00f3rico, o que permitir\u00e1 que voc\u00ea controle e quantifique seu treinamento de resist\u00eancia como nunca.<\/p>\n\n\n\n

\"\"<\/figure><\/div>\n\n\n\n

Aprendizado de m\u00e1quina e realidade aumentada em seu treinamento<\/strong><\/h3>\n\n\n\n

Spleft usa um modelo de aprendizado de m\u00e1quina validado cientificamente<\/a> que foi desenvolvido para seu uso eficiente em tecnologias m\u00f3veis. Ele \u00e9 capaz de detectar e rastrear 33 pontos corporais com precis\u00e3o. Esses pontos s\u00e3o usados pelo algoritmo para medir a velocidade e a amplitude de movimento com a precis\u00e3o que seu telefone permite, al\u00e9m de serem exibidos na tela para oferecer uma experi\u00eancia de realidade aumentada. Portanto, o desempenho do aplicativo ser\u00e1 proporcional \u00e0 capacidade do seu celular de usar o poderoso modelo.<\/p>\n\n\n\n

Confi\u00e1vel e preciso<\/strong><\/h3>\n\n\n\n

Para conhecer a validade da nossa tecnologia, al\u00e9m de muitos testes internos, realizamos um pequeno estudo no qual comparamos 100 agachamentos diferentes com tr\u00eas dispositivos diferentes: dois telefones Android (m\u00e9dio-baixo, Xiaomi Redmi Note 6 Pro e Xiaomi Mi A3) onde a velocidade em tempo real foi rastreada com o Spleeft; e um Apple iPhone 7 que foi usado para gravar todos os levantamentos em c\u00e2mera lenta (240 fps), para serem analisados ent\u00e3o com outro aplicativo validado cientificamente<\/a>, com a desvantagem de que todos os elevadores precisam ser analisados manualmente.<\/p>\n\n\n\n

O Xiaomi Redmi Note 6 atingiu durante o teste um desempenho de 18 fps aprox. com um tamanho de pr\u00e9-visualiza\u00e7\u00e3o de 240\u00d7160, enquanto o Xiaomi Mi A3 atingiu 20 fps com um tamanho de pr\u00e9-visualiza\u00e7\u00e3o de 176\u00d7144. Portanto, embora seja necess\u00e1rio mais pesquisa, observamos que reduzir o tamanho da pr\u00e9-visualiza\u00e7\u00e3o aumenta o desempenho do modelo. Ambos os telefones usaram o modo preciso.<\/p>\n\n\n\n

Os resultados desta pequena pesquisa mostram uma correla\u00e7\u00e3o muito alta entre o Speeft e o aplicativo validado<\/strong> (r=0,97), dados que forneceriam validade e confiabilidade para Speeft<\/strong>. A correla\u00e7\u00e3o entre os telefones Android onde o Speeft foi executado tamb\u00e9m foi muito alta (r = 0,98), o que significa que os dados s\u00e3o consistente em diferentes dispositivos com configura\u00e7\u00f5es adequadas<\/strong>.<\/p>\n\n\n\n

\"\"
Correla\u00e7\u00e3o entre o aplicativo validado e o Spleeft e correla\u00e7\u00e3o entre dois telefones executando o Spleeft<\/figcaption><\/figure><\/div>\n\n\n\n

O coeficiente de correla\u00e7\u00e3o de Pearson (R) mede a rela\u00e7\u00e3o entre duas vari\u00e1veis, uma delas sendo a rela\u00e7\u00e3o perfeita. Portanto, ele nos diz o qu\u00e3o previs\u00edvel uma vari\u00e1vel \u00e9 de outra.<\/p><\/blockquote>\n\n\n\n

Quanto ao erro, ambos os telefones obtiveram um erro m\u00e9dio de 0,03 m\/s. Analisando-os minuciosamente, foi descoberto que o erro m\u00e9dio \u00e9 menor com eleva\u00e7\u00f5es mais lentas entre 0,3\u20130,7 m\/s (erro de 0,02 m\/s), aumentando um pouco entre 0,7\u20130,9 m\/s (erro de 0,03) e subindo at\u00e9 um erro m\u00e9dio de 0,06 m\/s com velocidades maiores, nunca sendo um erro significativo.<\/p>\n\n\n\n

\"\"<\/figure><\/div>\n\n\n\n

Concluindo, pode-se observar que o Spleeft pode ser \u00fatil e v\u00e1lido para praticantes e amadores que precisam otimizar seu treinamento de resist\u00eancia, mas n\u00e3o podem pagar por um codificador linear.<\/strong><\/p>\n\n\n\n

Espero que gostem!<\/p>\n\n\n\n

Voc\u00ea pode tentar o Vers\u00e3o DEMO aqui<\/a> ou baixe o Vers\u00e3o COMPLETA aqui<\/a>.<\/p>","protected":false},"excerpt":{"rendered":"

Quando eu era crian\u00e7a, lembro de assistir a filmes \u201cfuturistas\u201d, personagens usando super tecnologias no seu cotidiano, algumas ainda distantes da realidade (ou n\u00e3o) como hologramas, e outras que aos poucos v\u00e3o se consolidando no nosso cotidiano, como gadgets inteligentes capazes de expandir as informa\u00e7\u00f5es ou responder \u00e0s nossas perguntas. Naquele momento\u2026 <\/p>\n

Ler mais \u201cSpleft: Treinamento baseado em velocidade no seu bolso\u201d<\/span><\/a><\/p>","protected":false},"author":1,"featured_media":1359,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[26],"tags":[21],"class_list":["post-1353","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-general","tag-vbt"],"_links":{"self":[{"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/posts\/1353","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/comments?post=1353"}],"version-history":[{"count":0,"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/posts\/1353\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/media\/1359"}],"wp:attachment":[{"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/media?parent=1353"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/categories?post=1353"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/spleeft.app\/pt\/wp-json\/wp\/v2\/tags?post=1353"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}