yoga pose detection correction

瑜伽姿勢檢測和校正學院項目

添加新姿勢

優選圖像應為JPG/JPEG，圖像名稱應為[number].jpg 。

1. 在./poses_dataset/Images中創建一個新目錄（名稱可以是任何東西，但我建議使用姿勢的名稱），並用姿勢圖像填充它。
2. 在./poses_dataset/angles中創建另一個目錄（文件夾名稱應與步驟1中使用的名稱相同），並放置一個姿勢的圖像。該目錄中的圖像將用作“已知的好”姿勢角度（姿勢應該是完美的），如在實時檢測過程中，將用戶的姿勢與此姿勢進行比較以提出建議。
3. 在虛擬env中運行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目錄。生成的CSV文件中的姿勢列值將是整數。
4. 然後運行create_angles_csv.ipynb 。這將創建另一個名為https://github.com/bourbonbourbon/yoga-pose-detection-detection-correction/blob/main/main/create_angles_csv.ipynb?short_path=1#l104的CSV。
5. 然後運行rfc_model.ipynb ，該rfc_model.ipynb使用步驟3中生成的CSV作為輸入文件來訓練/測試數據。然後，它將創建一個.model文件，名為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. 最終更改此詞典以匹配您想要的任何姿勢名稱。 https://github.com/bourbonbourbon/yoga-pose-detection-correction/blob/main/live_detection.py#l26

注意：請參閱https：//github.com/bourbonbourbon/yoga-pose-detection-correction/tree/1c9a4e50c00be9a8b677632901e6b8b0c459b6f4用於項目結構。

設定

1. 創建一個Python虛擬環境。
2. 激活VENV。
3. 使用pip install -r requirements.txt安裝來自requirements.txt的所有庫.txt。
4. 插入相機。
5. 運行命令python live_detection.py 。
6. 站在一個光線充足的房間裡。
7. 站在以使您完全處於框架中的方式。