Exercises Dataset: Bộ Dữ Liệu 1,324 Bài Tập Fitness
Exercises Dataset đáng để đưa vào một app fitness nếu bạn cần nội dung bài tập thật nhanh chóng — 1,324 bài tập được gắn thẻ theo nhóm cơ, thiết bị và category, kèm hướng dẫn bằng 10 ngôn ngữ — thay vì tự viết nội dung đó từ đầu. Nên bỏ qua nếu bạn cần quyền thương mại độc quyền với ảnh và GIF: phần media đó vẫn thuộc điều khoản riêng của Gym visual, không nằm trong giấy phép MIT áp dụng cho JSON và code.
Exercises Dataset Là Gì?
Exercises Dataset là một repo GitHub chứa 1,324 bài tập fitness, mỗi bài được gắn category, target muscle, equipment và dữ liệu muscle-group, kèm một GIF minh họa, một ảnh thumbnail 180×180 và hướng dẫn bằng 10 ngôn ngữ. Dữ liệu được đóng gói dưới dạng một file JSON kèm JSON Schema để validate, cùng hai công cụ HTML tĩnh — một trình duyệt bài tập và một setup wizard. Đây là lớp dữ liệu bài tập đứng sau app theo dõi tập luyện LogPress.
Nội Dung Và Cấu Trúc Dữ Liệu
- ✓1,324 bản ghi bài tập, mỗi bản ghi có các field category, body_part, equipment, target, muscle_group và secondary_muscles
- ✓Instructions (và mảng instruction_steps) bằng 10 ngôn ngữ: English, Spanish, Italian, Turkish, Russian, Chinese, Hindi, Polish, Korean, French
- ✓Mỗi bài tập có một ảnh thumbnail 180×180 và một GIF minh họa, tham chiếu qua đường dẫn image/gif_url
- ✓Một file JSON Schema (Draft 2020-12) — exercises.schema.json — để validate từng bản ghi
- ✓Thống kê theo body part ngay trong README: Upper Arms 292, Upper Legs 227, Back 203, thấp nhất là Neck chỉ 2
- ✓Thống kê theo equipment: Body Weight dẫn đầu với 325 bản ghi, trên Dumbbell 294 và Cable 157
- ✓index.html — trình duyệt bài tập chạy client-side với live search, lọc theo category/equipment/target, và infinite scroll
- ✓setup.html — sinh sẵn SQL CREATE TABLE + INSERT cho bốn loại database và code mẫu client API bằng bảy ngôn ngữ lập trình
Ứng Dụng Của Bộ Dữ Liệu
- •Nạp thẳng dữ liệu bài tập vào backend của app workout-tracker hoặc app fitness từ JSON hoặc SQL đã sinh sẵn
- •Huấn luyện hoặc test model exercise-recognition/recommendation khi cần dữ liệu category/equipment/muscle đã gán nhãn
- •Hiển thị hướng dẫn đa ngôn ngữ cho người dùng không nói tiếng Anh mà không phải trả tiền dịch thuật
- •Dựng prototype UI cho app gym với tên bài tập, thumbnail và GIF thật thay vì nội dung placeholder
- •Nghiên cứu fitness/sức khỏe cần một taxonomy bài tập đã gán nhãn theo body part × equipment × target muscle
Làm Việc Với Dữ Liệu: Ví Dụ Code
Dữ liệu nằm ở data/exercises.json — một mảng JSON phẳng gồm 1,324 object, không cần phân trang hay gọi API. Trong Python, dùng json.load() rồi lọc bằng list comprehension; ví dụ trong README lọc ex["category"] == "chest" ra 163 kết quả, hoặc ex["equipment"] == "body weight" ra 325. Người dùng Pandas có thể bọc cùng list đó trong pd.DataFrame(data) rồi gọi .value_counts() trên cột category. Node.js có thể require() thẳng file JSON rồi .filter()/.reduce() trên đó. README cũng có sẵn một TypeScript interface mô tả đầy đủ shape của record — instructions và instruction_steps khóa theo 10 mã ngôn ngữ — để dùng typed. Nội dung hướng dẫn đa ngôn ngữ nằm ở instructions.<lang>, mỗi ngôn ngữ một chuỗi, còn instruction_steps.<lang> chứa cùng nội dung đó nhưng đã tách sẵn thành mảng, tiện khi muốn hiển thị từng bước có đánh số thay vì một đoạn văn. Ngoài code, setup.html còn sinh sẵn một file .sql chạy được ngay với đủ 1,324 câu INSERT cho SQL Server, PostgreSQL, MySQL hoặc SQLite hoàn toàn trong trình duyệt, và panel "Ask Your LLM" xuất ra một prompt để sinh REST API bằng Express.js, FastAPI, ASP.NET Core, Spring Boot, Laravel hoặc Gin.
Chi Tiết Quan Trọng Về Giấy Phép
- △Ảnh và GIF không nằm trong giấy phép MIT — chúng thuộc bản quyền Gym visual, được redistribute "with permission" ở độ phân giải 180×180, và muốn dùng lại ngoài phạm vi repo này phải xin license riêng từ Gym visual.
- △Trường license trên GitHub metadata không được set rõ; điều khoản MIT cho code/data đến từ file LICENSE và NOTICE.md trong repo, không phải từ badge license của GitHub.
- △README không nói rõ phương pháp thu thập dữ liệu — không rõ dữ liệu bài tập gốc và bản dịch 10 ngôn ngữ được lấy nguồn hay kiểm chứng thế nào, nên độ chính xác của hướng dẫn không thể xác minh độc lập.
- △Mọi bài tập đều giới hạn ở thumbnail và GIF 180×180 — đủ cho card grid nhưng quá nhỏ để dùng làm ảnh full-screen hay in ấn.
Khám Phá Các Bộ Dữ Liệu Fitness Khác
Câu Hỏi Thường Gặp
Code, cấu trúc dataset và phần instructions text trong Exercises Dataset được phát hành theo MIT License. Ảnh và GIF bài tập không nằm trong phạm vi này — chúng thuộc bản quyền Gym visual, redistribute with permission theo Terms & Conditions riêng của Gym visual.
Không, nếu chỉ dựa vào giấy phép của repo. README nói ảnh và GIF thuộc bản quyền Gym visual, được redistribute ở độ phân giải 180×180 with permission, và việc dùng lại theo Terms & Conditions của Gym visual — cần xin license riêng từ Gym visual trước khi dùng thương mại.
Exercises Dataset gồm 1,324 bản ghi bài tập, mỗi bản ghi có dữ liệu category, body-part, equipment, target và muscle-group kèm thumbnail và GIF minh họa.
Instructions được cung cấp bằng 10 ngôn ngữ: English, Spanish, Italian, Turkish, Russian, Chinese, Hindi, Polish, Korean và French, cả dạng văn bản đầy đủ lẫn mảng instruction_steps đã tách sẵn theo từng ngôn ngữ.
Exercises Dataset có 325 bài tập body weight, nhiều hơn bất kỳ category equipment nào khác trong bộ dữ liệu, bên cạnh 294 bài dumbbell và 154 bài barbell.
Mở setup.html trên trình duyệt, chọn SQL Server, PostgreSQL, MySQL hoặc SQLite, công cụ sẽ sinh sẵn một file .sql chạy được ngay gồm CREATE TABLE và đủ 1,324 câu INSERT — dựng hoàn toàn client-side, không cần server.
Nên Dùng Cho Ai — Và Ai Nên Bỏ Qua
Chọn Exercises Dataset nếu bạn đang xây workout tracker, trang nội dung fitness, hoặc prototype ML và cần tên bài tập, thẻ muscle/equipment cùng hướng dẫn đã có sẵn cấu trúc JSON — riêng setup.html đã tiết kiệm cả buổi chiều viết CREATE TABLE và INSERT tay. Bỏ qua nếu app của bạn cần ảnh bài tập ở độ phân giải lớn hơn thumbnail 180×180, cần quyền phân phối thương mại cho phần media, hoặc cần một phương pháp thu thập dữ liệu được ghi chép rõ ràng cho mục đích nghiên cứu — không cái nào trong số này được đáp ứng ở đây.