问题标签 [pose-detection]

如何使用 ML 套件获取实时运动计数和角度？在这里，我检查了https://ai.googleblog.com/2020/08/on-device-real-time-body-pose-tracking.html的俯卧撑和深蹲运动计数。

我通过以下方法获得角度：

我已经从我的角度添加了逻辑，但如果我有任何适当的方法，我仍然需要帮助。我每次都在检查角度。

我想根据用户进行锻炼来显示计数和反馈。

我正在使用 TensorFlow Lite 库中的 PoseNet 来检测图像上的关键点。评估结果的最佳方法是什么。我输入图像并因此获得关键点。我怎么能说结果是好，坏或平均？

我正在使用 google 为 Android 应用程序中的姿势检测提供示例。我会自动获得 Pose 放置的关键点之间的距离（例如 rightKnee 到 rightAnkle）。我愿意将数据存储在 Firebase 数据库中

我认为这是我应该修改的 java 类

希望有人可以提供小费

我无法在 OpenCV 中使网格板姿势检测正常工作（见图）。我按照这个指令 https://docs.opencv.org/master/db/da9/tutorial_aruco_board_detection.html。我唯一的改变是将标记大小设置为 0.03，将标记间距设置为 0.005，以将 5x7 网格放入信纸大小的纸张中。

我怀疑我的相机校准有问题。我确实包含了校准参数，但可能校准已关闭？有人知道吗？谢谢。

更新：校准并尝试另一台相机后，它突然在这台相机上工作得很好。我认为这与校准有关。

我正在使用姿势检测，并尝试使用面部标志来计算 3d 头部位置和旋转。但正如 MLKit 的 PoseDetection 文档中所说，面部标志的 z 位置应该被忽略。

所以我想知道是否有另一种方法可以从姿势检测给我们的数据中获取头部旋转和位置。

试图让BlazePose TFJS在 Angular 12 中工作。我有一个空项目并安装了所需的包（我认为）。Package.json 看起来像这样：

我有一个带有以下 HTML 的组件：

我的组件打字稿代码是：

我没有收到任何错误，当我执行它时可以通过 HTML 页面上的网络摄像头看到自己，但输出console.log(poses);只是一个空列表[]。即没有姿势数据。

另外，如何让let poses = await this.detector.estimatePoses(this.videoplayer.nativeElement);线路不断执行？this.poses变量是不断更新还是我需要以某种方式迭代？

请问我做错了什么？谢谢。

我想知道是否有计划在 MLKit 中实现整体检测（面部 + 姿势 + 手部跟踪），或者是否有一种简单有效的方法可以将面部和手部检测添加到姿势检测结果中。

截至目前，我正在使用 TensorFlow 和 OpenPose 在 java 11 中进行姿势估计。它运行良好，但是我希望该应用程序能够在商业上使用，因此我不能使用 OpenPose。我基本上用它来分析大型视频，因此处理时间是一个很大的因素。

我研究过其他模型，但是 java 的文档是有限的。因此，我进行了测试并得出了一些结论。

首先，对我来说最理想的解决方案是找到一个新的 .pb 模型或相应的 caffemodel，因为我也已经在应用程序中实现了 OpenCV。然而，这似乎说起来容易做起来难，因为我找不到任何与 java 要求和商业要求兼容的东西。

其次，我尝试在本指南的帮助下应用 djl 。但是，我确实使用了 maven 而不是 gradle，所以我通过以下方式转换了依赖项：

模块信息.java

但是我收到错误（正在运行的 testapplication 上的 java 15）：

在尝试了不同版本的 djl 后，我没有找到解决方案。它仍然必须与 java 11 兼容。

第三，我研究了模型PoseNet和类似模型。但是，我宁愿在本地拥有模型，而不必为模型使用 API。但如果这是一个解决方案，我愿意适应。这也是一个问题，因为该模型适用于 js 而不是 java。在不严重影响应用程序的情况下，这仍然是这个问题的可能解决方案吗？

因此，我的问题是我是否应该尝试其他任何可能的路线，或者我到目前为止所采取的路线是否有任何解决方案。

我可以按照以下教程在我的 Windows 10 计算机上运行 MediaPipe 的 Pose Landmark 检测：https ://google.github.io/mediapipe/solutions/pose.html#python-solution-api ，但我不确定我如何使用 GPU 运行此示例。

我知道它在 CPU 上运行非常快，但我想使用该模型，model_complexity=2因为它最准确，但这使得它在我的 CPU 上运行缓慢（大约 5 FPS）。我有 GPU，所以如果我可以在 GPU 上运行，它会大大加快速度。

我找到了以下资源。

• https://github.com/google/mediapipe/tree/master/mediapipe/modules/pose_landmark
• https://github.com/google/mediapipe/tree/master/mediapipe/modules/pose_detection

它在这些链接中提到了 GPU，但我不确定如何使用这些模块。如果有人可以提供有关如何在 GPU 上运行 MediaPipe 的 Pose Landmark 检测的链接或快速说明，我将不胜感激。

我的感受： draw_keypoints 函数没有被调用。请帮帮我我无法弄清楚出了什么问题我知道这可能是功能范围之外的问题，但仍然存在。

代码：