Счетчик подтягиваний в реальном времени с использованием компьютерного зрения и позы Yolo11 скачать в хорошем качестве

Счетчик подтягиваний в реальном времени с использованием компьютерного зрения и позы Yolo11

Ручное отслеживание в фитнесе часто бывает неточным, отвлекающим и страдает от «неполных повторений», которые сводят на нет ваш прогресс. В этом видео мы решаем эту проблему, создавая надежный счетчик подтягиваний на основе ИИ. Эта система предназначена для отслеживания движений скелетных суставов в реальном времени и обеспечения строгих стандартов техники, эффективно выступая в качестве неподкупного цифрового страховщика, который засчитывает повторения только тогда, когда выполняются объективные геометрические критерии. Проект включает в себя комплексный рабочий процесс, начинающийся с подготовки данных, где мы используем Labellerr для эффективного управления и экспорта аннотаций ключевых точек для набора данных оценки позы. Затем мы переходим к этапу обучения модели, тонко настраивая пользовательскую модель позы YOLO11, способную точно определять определенные ориентиры, такие как нос, плечи, локти и запястья. После отслеживания этих ключевых точек мы реализуем логику вывода с использованием векторной геометрии; мы пишем скрипт на Python, который вычисляет угол локтя в реальном времени для проверки полного разгибания (более 160 градусов) и проверяет относительное положение подбородка. Наконец, мы создаём визуальный интерфейс, используя OpenCV для наложения скелета и счётчика повторений, обеспечивая мгновенную обратную связь пользователю. Этот проект служит прекрасным примером того, как компьютерное зрение может быть применено для решения реальных задач в спортивной аналитике и персональном тренинге. Преобразовав стандартную тренировку в полностью количественно измеримый цифровой рабочий процесс, мы демонстрируем возможности интеграции моделей оценки позы с интеллектуальными геометрическими алгоритмами для создания защищенных от мошенничества фитнес-инструментов. Руководство: https://github.com/Labellerr/Hands-On... GitHub-ресурс Labellerr: https://github.com/Labellerr Разделы 0:00 Введение: Счетчик подтягиваний с ИИ — защищенная от мошенничества фитнес-аналитика 0:50 Обзор проекта: Счетчик подтягиваний в реальном времени с полным отслеживанием диапазона движений 1:40 Настройка: Импорт библиотек и клонирование репозитория 2:07 Сбор данных: Необработанное видео подтягиваний и извлечение кадров 3:01 Аннотации: Отметка ключевых точек тела на платформе Labeler 4:06 Ключевой вывод: Нос над перекладиной для состояния «вверх» и угол для состояния «вниз» 4:47 Преобразование аннотаций: JSON в формат YOLO 5:21 Создание набора данных YOLO для оценки позы 6:05 Обучение модели: оценка позы YOLO 11 с 25 эпохами 6:45 Установка высоты перекладины: определение Y-координаты перекладины 7:24 Основная логика: двухсостоятельная система (вверх и вниз) и условия для подсчета 8:18 Реализация кода: вычисление углов и отслеживание состояний 9:29 Индексы ключевых точек и усреднение углов 10:07 Визуализация: рисование точек, линий и углов 10:48 Результаты: вывод счетчика подтягиваний в реальном времени с подсчетом повторений 12:37 Заключение: краткое описание проекта и дополнительные ресурсы Хотите узнать больше о наших услугах? Веб-сайт: https://www.labellerr.com Заказать демонстрацию: https://www.labellerr.com/book-a-demo Найдите нас в социальных сетях: LinkedIn:   / labellerr   Twitter: https://x.com/Labellerr1 #КомпьютерноеЗрение #YOLO11 #ОценкаПозы #Python #МашинноеОбучение #ИскусственныйИнтеллект #СпортивнаяАналитика #ФитнесТехнологии #Автоматизация #OpenCV #ГлубокоеОбучение #Labellerr #ОбнаружениеКлючевыхТочек #ПроектПрограммирования #ИИ #ТехнологическиеИнновации #УмныйТренажерныйЗал #ПрограммнаяИнженерия #Разработчик