yoga pose detection correction

Проект обнаружения и коррекционного колледжа йоги

Добавление новых позов

Предпочтительно изображения должны быть JPG/JPEG, и имена изображений должны быть [number].jpg .

1. Создайте новый каталог в ./poses_dataset/Images (имя может быть чем угодно, но я рекомендую использовать имя позы) и заполнить его с помощью изображений позы.
2. Создайте другой каталог в ./poses_dataset/angles (имя папки должно быть таким же, как и то, что использовалось на шаге 1) и положите одно изображение позы. Изображение в этом каталоге будет использоваться в качестве «известных хороших» углов позы (поза должна быть идеальной), так как во время выявления в прямом эфире позы пользователя будут сравниваться с этой позой, чтобы дать рекомендации.
3. Запустите create_poses_csv.ipynb в Virtual Env. Это создаст файл с именем https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/create_poses_csv.ipynb?short_path=1#l120 (вы можете назвать его, что имеет все x, y, z и vevely starue of Allmark in ./poses_dataset/Images каталог. Значение столбца позы в сгенерированном файле CSV будет целым числом.
4. Затем запустите create_angles_csv.ipynb . Это создаст еще один CSV с именем https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/create_angles_csv.ipynb?short_path=1#l104.
5. Затем запустите rfc_model.ipynb , который использует CSV, сгенерированный на шаге 3 в качестве входного файла для обучения/проверки данных. Затем он создаст файл .model с именем https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/rfc_model.ipynb?short_path=1#l44
6. Измените эти переменные в live_detection.py https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.py#l106 https://github.com/bourbonbourbon/yoga-pose-detection-clob/blob/main/live_dettect. 4 и 5.
7. Наконец -то измените этот словарь, чтобы соответствовать любым позам именам, которые вы хотите. https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.py#l26

Примечания: см.

Настраивать

1. Создайте виртуальную среду Python.
2. Активировать Вен.
3. Установите все библиотеки из requirements.txt , используя pip install -r requirements.txt .
4. Подключите камеру.
5. Запустите команду python live_detection.py .
6. Стоять в хорошо освещенной комнате.
7. Встаньте так, чтобы вы полностью в кадре.