AI FinessTrainer
1.0.0
В современном мире здоровый образ жизни становится все более актуальным, а вместе с ним растет интерес к занятиям спортом. Однако получение опыта и знаний в этой области может оказаться непростой задачей для многих людей. В этом контексте применение искусственного интеллекта (ИИ) в спортивной сфере становится ключевым элементом успешной подготовки, анализа и развития спортивных команд и отдельных спортсменов.
В этом репозитории представлен набор инструментов, которые помогут вам улучшить технику выполнения следующих упражнений: фронтальные приседания, отжимания с широкими руками, отжимания на бицепс, обратные отжимания . Этот умный помощник анализирует вашу технику в режиме реального времени, оценивает вашу осанку с помощью модели искусственного интеллекта (yolov8-поза) и дает вам обратную связь о вашей форме.
Также добавлен счетчик правильно выполненных подходов и так называемых попыток правильного выполнения упражнения. Это поможет вам лучше понять статистику тренировок.
В этом проекте используется обученная модель позы YOLOv8m. Однако вы можете использовать веса двух других обученных моделей: YOLOv8n-pose и YOLOv8s-pose, находящихся в папках models/yolo и models/yolo2 соответственно, но эти результаты хуже, чем у YOLOv8m-pose.
Эти модели представляют собой модели обнаружения позы, которые обучаются на данных типа COCO-позы. Этот набор данных включает 17 ключевых точек. Для наглядности ниже приведено изображение разметки.
Дополнительную информацию о наборе данных можно найти здесь: COCO-Human-Pose и Ultralytics: COCO-Pose Dataset.
Клонировать репозиторий.
git clone https://github.com/KKopilka/AI-FinessTrainer.git
Установите требования.
pip install -r requirements.txt
Запустите скрипт.
python manual.py
Возможен запуск проекта с помощьюstreamlit.
streamlit run app/live.py
Если вы хотите запустить проект через docker. Документация. Разверните Streamlit с помощью Docker.
docker build -t streamlit .
docker-compose up -d
Обучите модель для оценки позы человека.
Интеграция модели в проект, обработка ключевых моментов.
Добавьте упражнения для основных групп мышц.
Добавьте счетчик подходов и попыток.
Запускайте локально или через браузер (streamlit).
Запуск через Docker.
Этот проект не является полностью законченной версией, поэтому его еще можно доработать.
Вот некоторые идеи о том, как улучшить этот проект:
Добавьте больше упражнений.
Добавьте в программу дополнительную статистику.
Добавьте веб-/мобильное приложение.
Добавьте звуковое сопровождение.
Преобразуйте проект в файл .exe.
