yoga pose detection correction

Proyek Deteksi dan Koreksi Pose Yoga

Menambahkan pose baru

Lebih disukai gambar harus JPG/JPEG dan nama gambar harus [number].jpg .

1. Buat direktori baru di ./poses_dataset/Images (namanya bisa apa saja tetapi saya sarankan untuk menggunakan nama pose) dan mengisinya dengan gambar pose.
2. Buat direktori lain di ./poses_dataset/angles (nama folder harus sama dengan apa yang digunakan pada langkah 1) dan letakkan satu gambar pose. Gambar dalam direktori ini akan digunakan sebagai sudut pose 'baik yang diketahui' (pose harus sempurna), seperti pada, selama deteksi langsung pose pengguna akan dibandingkan dengan pose ini untuk membuat rekomendasi.
3. Jalankan create_poses_csv.ipynb di env virtual. Ini akan membuat file bernama https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/create_poses_csv.ipynb?short_path=1#l120 (Anda dapat menamai apa pun) yang memiliki semua poin ./poses_dataset/Images . Nilai kolom pose dalam file CSV yang dihasilkan akan menjadi bilangan bulat.
4. Kemudian jalankan create_angles_csv.ipynb . Ini akan membuat CSV lain bernama https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/create_angles_csv.ipynb?short_path=1#l104 Ini akan memiliki sudut pose 'baik yang diketahui'.
5. Kemudian jalankan rfc_model.ipynb yang menggunakan CSV yang dihasilkan pada langkah 3 sebagai file input untuk melatih/menguji data. Ini kemudian akan membuat file .model bernama https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/rfc_model.ipynb?short_path=1#l44
6. Ubah variabel-variabel ini di live_detection.py https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.pyo-pose-pose-corection crivening/bourbonbourbon/yoga /-posection-posection-corpection/correction/bourbonbourbon/yoga /-posection 4 dan 5.
7. Akhirnya ubah kamus ini agar sesuai dengan nama pose apa pun yang Anda inginkan. https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.py#l26

Catatan: Rujuk https://github.com/bourbonbourbon/yoga-pose-detection-correction/tree/1c9a4e50c00be9a8b677632901e6b8b0c459b6f4 untuk struktur proyek.

Pengaturan

1. Buat lingkungan virtual Python.
2. Aktifkan VENV.
3. Instal semua pustaka dari requirements.txt menggunakan pip install -r requirements.txt .
4. Colokkan kamera.
5. Jalankan perintah python live_detection.py .
6. Berdiri di ruangan yang cukup terang.
7. Berdiri sedemikian rupa sehingga Anda benar -benar dalam bingkai.