yoga pose detection correction

مشروع الكشف عن الكشف عن اليوغا وتصحيحه

إضافة أوضاع جديدة

ويفضل أن تكون الصور JPG/JPEG ويجب أن تكون أسماء الصور [number].jpg .

1. قم بإنشاء دليل جديد في ./poses_dataset/Images (يمكن أن يكون الاسم أي شيء ولكن أوصي باستخدام اسم الوضع) وملء الصور مع الصور.
2. قم بإنشاء دليل آخر في ./poses_dataset/angles (يجب أن يكون اسم المجلد هو نفسه ما تم استخدامه في الخطوة 1) ووضع صورة واحدة من الوضع. سيتم استخدام الصورة الواردة في هذا الدليل كزوايا "جيدة معروفة" (يجب أن تكون الوضع مثالي) ، كما في الكشف المباشر ، سيتم مقارنة وضع المستخدم مع هذا الوضع لتقديم التوصيات.
3. تشغيل create_poses_csv.ipynb في env الظاهري. سيؤدي ذلك إلى إنشاء ملف يدعى https://github.com/bourbonbourbon/yoga-pose-dectection-correction/blob/main/create_poses_csv.ipynb؟short_path=1#l120 (يمكنك تسميته أي شيء) الذي يحتوي على جميع نقاط الـ x و y و z ، وقيمة المباراة الخاصة بـ all all all ./poses_dataset/Images ستكون قيمة عمود تشكل في ملف CSV الذي تم إنشاؤه عددًا صحيحًا.
4. ثم تشغيل create_angles_csv.ipynb . سيؤدي ذلك إلى إنشاء CSV آخر يدعى https://github.com/bourbonbourbon/yoga-pose-dectection-correction/blob/main/create_angles_csv.ipynb؟short_path=1#l104 سيكون "زوايا الخطاب الجيدة المعروفة".
5. ثم قم بتشغيل rfc_model.ipynb الذي يستخدم CSV الذي تم إنشاؤه في الخطوة 3 كملف إدخال لتدريب/اختبار البيانات. سيقوم بعد ذلك بإنشاء ملف .model يسمى https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/rfc_model.ipynb؟short_path=1#l44
6. قم بتغيير هذه المتغيرات في live_detection.py https://github.com/bourbonbourbon/yoga-pose-dectection-correction/blob/main/live_detection.py#l106 https://github.com/bourbonbourbon/yoga-pose-dectection-celection/main/main/live_det.per. 4 و 5.
7. أخيرًا ، قم بتغيير هذا القاموس لمطابقة أي أسماء تشكل. https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.py#l26

ملاحظات: راجع https://github.com/bourbonbourbon/yoga-pose-dectection-correction/tree/1c9a4e50c00be9a8b67632901e6b8b0c459b6f4 لهيكل المشروع.

يثبت

1. إنشاء بيئة افتراضية بيثون.
2. تنشيط VenV.
3. قم بتثبيت جميع المكتبات من requirements.txt باستخدام pip install -r requirements.txt .
4. قم بتوصيل الكاميرا.
5. قم بتشغيل Command python live_detection.py .
6. قف في غرفة مضاءة جيدًا.
7. قف بطريقة أنت في الإطار تمامًا.