yoga pose detection correction

瑜伽姿势检测和校正学院项目

添加新姿势

优选图像应为JPG/JPEG，图像名称应为[number].jpg 。

1. 在./poses_dataset/Images中创建一个新目录（名称可以是任何东西，但我建议使用姿势的名称），并用姿势图像填充它。
2. 在./poses_dataset/angles中创建另一个目录（文件夹名称应与步骤1中使用的名称相同），并放置一个姿势的图像。该目录中的图像将用作“已知的好”姿势角度（姿势应该是完美的），如在实时检测过程中，将用户的姿势与此姿势进行比较以提出建议。
3. 在虚拟env中运行create_poses_csv.ipynb 。 This will create a file named https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/create_poses_csv.ipynb?short_path=1#L120 (you can name it whatever) which has all the x, y, z, and visibility values of all the desired landmark points of all poses in the ./poses_dataset/Images目录。生成的CSV文件中的姿势列值将是整数。
4. 然后运行create_angles_csv.ipynb 。这将创建另一个名为https://github.com/bourbonbourbon/yoga-pose-detection-detection-correction/blob/main/main/create_angles_csv.ipynb?short_path=1#l104的CSV。
5. 然后运行rfc_model.ipynb ，该rfc_model.ipynb使用步骤3中生成的CSV作为输入文件来训练/测试数据。然后，它将创建一个.model文件，名为https://github.com/bourbonbourbon/yoga-pose-detection-c-c- c-correction/blob/main/main/rfc_model.ipynb?short_short_short_short_path=1#l44
6. Change these variables in live_detection.py https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.py#L106 https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.py#L108 to whatever you have created in steps 4和5。
7. 最终更改此词典以匹配您想要的任何姿势名称。 https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.py#l26

注意：请参阅https：//github.com/bourbonbourbon/yoga-pose-detection-correction/tree/1c9a4e50c00be9a8b677632901e6b8b0c459b6f4用于项目结构。

设置

1. 创建一个Python虚拟环境。
2. 激活VENV。
3. 使用pip install -r requirements.txt安装来自requirements.txt的所有库.txt。
4. 插入相机。
5. 运行命令python live_detection.py 。
6. 站在一个光线充足的房间里。
7. 站在以使您完全处于框架中的方式。