收集学员训练数据，「MasterFit」要利用机器视觉技术减少健身房运营成本

随着全民健身的理念逐渐深入人心，健身人员和场馆也日益增多。但是不少健身房在开业不久就陷入经营困境，有的只能关门或转让。据悉，虽然健身房的现金流情况都比较好，但大多是通过卖卡和卖私教课透支未来的钱，整体运营的利润率非常低。

虽然有多方面的原因造成健身房的经营不善，但租金和人工费用高，以及教练流动率高是两个比较主要的原因。

据悉租金和员工工资在健身房运营成本中占了很大的比重，在一线城市，仅员工工资就能占一半以上的成本支出。为了填补这些开支，健身房需要不断拉新、卖卡、卖课来保证盈利。但这种不以服务为导向的销售，势必会破坏学员的健身体验感，减少学员黏性。

除了租金和人员工资高，健身房还面临着从业的健身教练专业素质参差不齐，人才短缺现象，健身场馆之间互挖“墙角”的行为也非常普遍。很多教练在成熟之后频繁跳槽，健身场馆只能另请教练，对客户的服务和企业的经营产生了较大的负面影响。

另外对于经营状况不错，有在其他一线城市扩张或是向二三线城市下沉需求的健身房连锁品牌，如何在当地低成本的招到合适的健身指导人才也是一大痛点。

基于以上的行业背景，MasterFit 创始人王冠颖认为，行业内水平较差或是只以卖卡卖课为目的的私教，在未来势必会被新的技术方案代替。MasterFit于今年五月成立，但创始团队自去年就开始着手开发健身房智能化升级改造方案。王冠颖告诉36氪，他们第一代产品的设想是基于多种类传感器的物联网方案，通过可穿戴设备采集用户的健身运动数据，并提出个性化的健身方案。但是物联网方案对健身房的改造比较大，成本较高，而且一旦忘记了穿戴数据采集设备，就会导致数据的缺失和分析的不准确。

因此MasterFit将目光集中在了无感知数据采集方案上，即通过计算机视觉技术采集和分析学员的健身动作数据，并通过前端微信小程序呈现给学员以及私教，作为可以参考的健身依据。这套基于AI技术的方案旨在帮助传统商业健身房实现以下目标：提升运营效率和用户体验、降低人工成本。

王冠颖告诉36氪，MasterFit提供的是一套包含软硬件的完整方案。硬件设备主要是内置了FPGA芯片的高清摄像头和可以安装在健身房本地的GPU。FPGA芯片中安装了可以对学员动作进行识别的深度学习算法。

王冠颖表示，健身过程中的动作识别算法算是他们的核心技术壁垒，MasterFit正在申请相关专利。和其他比如应用在无人便利店中的动作识别技术不同，MasterFit需要可以精确识别到学员是正在练哪个身体部位，以及基于动作幅度和角度，哪块肌肉或是哪个关节正在受力和发力。这在模型建立的时候，需要加入包括人体解剖学在内的大量理论知识。

另外一个竞争壁垒则体现在数据积累上，王冠颖告诉36氪，MasterFit的方案可识别几百个动作，基本涵盖了健身过程中涉及到的常见动作，识别准确率达到99%。据悉，MasterFit使用了开源数据库和自己在健身房实地采集的动作数据来训练算法模型，每半天可以训练一个动作，平均每天的训练数据量约为数万个。

现阶段，MasterFit已经完成了上述所讲的学员动作识别方案的开发，并可以结合体测数据，对学员每次的运动成果进行分析。对于健身房来说，使用MasterFit的方案预期可以减少30%的人力成本支出。下一步，MasterFit会开发动作纠错功能，帮助学员实现自主健身训练。

王冠颖告诉36氪，依托团队在健身行业的资源，MasterFit在全国范围内已签约了213家连锁健身房，合同金额可达千万元。MasterFit的收费途径包括面向健身房的前期方案升级费用和后期服务费用，而前期的方案升级费用仅为物联网方案的十分之一左右，施工周期大概半天左右，并且不对健身房现有的器械和设备进行任何改造。

在收集到学员的训练数据后，如何更好的运营和盘活这些数据才是健身房最关心的问题。MasterFit的团队拥有大量的健身行业运营数据，因此也会为健身房提供活动代运营服务，并收取每年数千元的服务费。王冠颖表示，后期服务费将是MasterFit很重要并且持续性较强的收入来源。

MasterFit于近期刚获得来自个人的数百万元天使轮投资。团队现有12人，创始人王冠颖，拥有15年的健身行业经验，曾在全球第一的新西兰莱美公司任职10年，也曾任职全国首家智能健身连锁北京光猪体育。董事Nelson，前腾讯游戏研发总监。AI负责人Ken，香港理工大学博士。