GoPose人工智能运动分析软件

models文件夹

使用方法

• 运行GoPose.py文件
• 使用演示

姿态估计结果

Results on COCO test-dev 2015:

AP @0.5:0.95	AP @0.5	AP @0.75	AP medium	AP large
61.8	84.9	67.5	57.1	68.2

Results on MPII full test set:

Head	Shoulder	Elbow	Wrist	Hip	Knee	Ankle	Ave
91.2	87.6	77.7	66.8	75.4	68.9	61.7	75.6

未来要做的

• 滤波平滑功能：管理器-单击解析点修正并勾选-显示窗口-右键解析点名称
• 坐标点折线图中快速修改功能：管理器-勾选解析点修正-显示窗口-右键解析点名称
• 手动标点功能
• 更多的运动学结果
• 合成三维坐标点功能
• 完善摄像头采集功能
• 显示坐标点轨迹模式
• 更多的人体惯性参数模型
• ‘测试对象’信息栏的应用
• 根据硬件情况，可选增加手部和面部关键点识别，全部135个关键点
• 更精确、速度更快的姿态估计

项目地址

https://github.com/chenxh5678/GoPose

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能机器学习工具包Scikit-learn209971 人正在系统学习中

声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！