HUMAN POSE ESTIMATION IN FITNESS APPS

1. Cài đặt môi trường và thư viện cần thiết

Project này được cài đặt trên môi trưởng ảo được tạo bởi miniconda. Lựa chọn phiên bản phù hợp và cài đặt miniconda tại link.

Khởi tạo môi trường ảo sử dụng miniconda với phiên bản python là 3.7:

conda create --name <ml-project> python==3.7

Các thư viện sử dụng trong project này được liệt kê ở file requirements.txt, bao gồm:

• tensorflow=1.14: xây dựng mô hình mạng nơ-ron
• numpy==1.21.2: xử lý dữ liệu dạng ma trận số
• pandas==1.1.5: xử lý dữ liệu dạng bảng
• scikit_learn==1.0.1: xây dựng các mô hình học máy cơ bản
• opencv-python==4.5.4: đọc và xử lý hình ảnh/video
• mediapipe: Thư viện hỗ trợ trích xuất keypoints, sử dụng kiến trúc blazepose

Để cài đặt các thư viện trên, thực hiện lệnh sau:

pip install -r requirements.txt

2. Cách thực hiện demo

Tải repo này và truy cập vào thư mục chính:

git clone https://github.com/duytq99/human-pose-estimation-in-fitness-apps.git

cd human-pose-estimation-in-fitness-apps

conda activate <env-name>

python main.py --path <path-to-video> --draw

<path-to-video>: là đường dẫn đến video demo, có thể tải ở: link.

--draw: Lựa chọn vẽ keypoints

3. Kết quả