GoPose人工智能运动分析软件可用于比赛、训练、科研等场景，其优势是无接触式测量和快速反馈。.zip

# GoPose人工智能运动分析软件 - GoPose可以自动进行人体姿态25个关键点识别，方便进行运动技术分析，提供关节角度、位移速度等常用运动学结果，帮助运动员、教练员及体育科研工作者快速得到基础分析结果。 - GoPose可用于比赛、训练、科研等场景，其优势是无接触式测量、快速反馈、免费开源等，解决QUA..SYS等实验室设备需复杂穿戴、F***move人工智能运动分析系统等软件使用价格高昂等问题，帮助广大基层教练员、运动员科学化训练。GoPose存在的劣势主要是软件安装使用需要一定电脑知识、对电脑系统CPU显卡等有一定要求、更多功能需要完善更新。  ## 项目背景 - 那年做毕业论文，用北体的视迅软件，半年时间逐帧逐点手动标记运动员的关键点，最终顺利完成论文，非常感谢视迅 - 但手动标点使人非常疲惫，并且会耗费大量时间，不利于运动训练中给运动员即时反馈。“如果有自动识别关键点的功能该多好”的想法那时诞生 - 最近闲，实现一下当年的想法 ## 安装配置 ### 1 环境 - python3.7(其他版本会报错 2021年8月) - 推荐Window10、CUDA11.2 ### 2 下载GoPose - Windows：Download ZIP或使用GitHub桌面等 - cmd控制台，按需求文档`GoPose/requirements.txt`安装库 ### 3 配置姿态估计模块 - 下载安装OpenPose（[官方文档](https://github.com/CMU-Perceptual-Computing-Lab/openpose)、[bilibili](https://www.bilibili.com/video/BV1WV411v7aj)、[bilibili快速安装](https://www.bilibili.com/video/BV1uK411w74E)） - 进入自己建的`build`文件夹，将`openpose/build/`内的bin文件夹复制到`GoPose/resource/`中，替换同名文件 - 将openpose文件夹中，`models`文件夹复制到`GoPose/resource/`中，替换同名文件,目前只用到`pose/body25/pose_iter_584000.caffemodel` - `openpose/build/python/openpose/Release/`内3个文件复制到`GoPose/resource/`内替换 - `openpose/build/x64/Release/`内的openpose.dll复制到`GoPose/resource/`内替换  <center>bin文件夹图示</center>  <center>models文件夹图示</center>  <center>resource文件夹图示</center> ## 使用方法 - 运行GoPose.py文件 - [使用演示](https://www.bilibili.com/video/BV1QP4y1s76N/) - 查看坐标点折线图、快速修正坐标点、对坐标点进行滤波平滑：  - 可将运动学结果导出，用于统计记录：  - 可将坐标点导出用于进一步分析：  - 运动训练监控：训练场上快速查看技术动作及运动学结果，及时反馈给教练员、运动员：  ## 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 - [X] 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 - [X] 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 ## 相关项目 - [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) ## 版权许可协议 免费使用，但须遵守[版权许可协议](https://github.com/chenxh5678/GoPose/blob/main/LICENSE) ## 赞赏 如果对您有帮助，可以[请开发者喝一杯](https://github.com/chenxh5678/GoPose/blob/main/README/Image/%E8%AF%B7%E5%BC%80%E5%8F%91%E8%80%85%E5%96%9D%E4%B8%80%E6%9D%AF.jpg)吗^_^