成功案例
计算机视觉健身应用：实时动作评估与反馈
健身姿态方案在Jetson Orin Nano上运行YOLOv8-s姿态模型与TensorRT，通过IP摄像头画面识别动作、统计次数并提供反馈。
- 行业
- 零售与消费服务
- 应用目标
- 健身训练姿态评估
- 成效
- 106 FPS 推理速度
项目背景与需求
该健身姿态评估方案部署于美国、西班牙和法国的健身场景，使用 Jetson Orin Nano 与 IP 摄像头分析训练动作并提供反馈。
观察主观性
- 传统姿态评估依赖肉眼观察。
- 评估容易受到主观判断和人为错误影响。
需要一致的姿态分析结果。
反馈及时性
- 教练可能同时监督多个客户。
- 锻炼过程中难以及时指出每个人的形式偏差。
需要从视频中实时生成训练反馈。
方案与架构
视觉推理
IP摄像头图像由YOLOv8-s姿态模型与TensorRT处理，模型在COCO-pose数据集上训练。
动作反馈
根据身体动作数据识别训练类型并计算重复次数，为教练提供指导依据。
现场图库 (2)
与我们讨论您的应用需求
告诉我们您的需求与部署环境。