2条回答 默认 最新
- 2025-04-07 15:49跳绳计数系统是一种专门用于统计...其背后融合了计算机视觉、机器学习、传感器数据处理等多项先进技术，通过直观的交互方式，为用户提供了一个便捷、准确的跳绳次数记录手段，并有可能通过硬件设备拓展更多的应用场景。
- 2023-05-16 17:36夏融化了这季节的博客 改项目主要是学习界面的设计开发，已把一些流行的算法做成功能较好的系统，这里以跳绳计数算法为例子，进行一个开发流程。
- 2025-07-18 11:05happydog007的博客 系统通过摄像头实时捕捉视频，利用YOLOv8-Pose检测人体17个关键点，ST-GCN模型进行动作识别，结合脚踝y坐标变化实现跳绳计数。PyQt6构建的用户界面支持视频显示、状态监控和计数功能。关键创新点包括：1）多模型协同...
- 2020-03-27 17:08Ujig的博客 在我之前的博客，”C++实现 多目标跟踪+画出轨迹 - OpenCV函数调用测试“ 中用C++实现了多目标跟踪并画出轨迹，贴上标签的功能，现在将他移植到python上面去。文章末贴上我的代码。 环境：pycharm professional ...
- 2023-09-16 21:32枯木何日可逢春的博客 MediaPipe+OpenCV 实现实时手势识别（附Python源码）
- 2025-07-06 02:41操作系统内核探秘的博客 而人工智能算法在其中扮演了“智能大脑”的角色——从设备间的智能连接，到资源的动态分配，再到用户需求的主动感知，AI算法让鸿蒙的分布式能力从“能用”升级为“好用”。本文将聚焦鸿蒙开发中与AI算法强相关的三大...
- 2025-05-15 10:00babyai997的博客 MediaPipe是由谷歌开发的开源框架，旨在为开发者提供简单而强大的工具，用于实现各种视觉和感知应用程序[27它包含一系列预训练的机器学习模型和用于构建自定义管道的工具，能够高效地处理从图像采集到特征提取、模型...
- 2024-11-23 15:05小白领路人的博客 跳绳计数识别的主要目标是通过摄像头捕捉到的视频或图像，分析跳绳者的动作并计算出跳绳的次数。训练数据集，并调整深度学习模型的超参数，优化跳绳计数的准确性。基于深度学习方法，识别和分类跳跃动作，输出跳绳的...
- 2023-01-13 16:18程序媛一枚~的博客 # 使用Python构建CSDN历史博客文章列表，并生成目录
- 2025-07-08 00:27光子AI的博客 但传统AI模型（比如普通的神经网络）做不到这一点——它们会“灾难性遗忘”（Catastrophic Forgetting）：学新任务时，旧任务的知识会被彻底覆盖。本文的目的是：用通俗易懂的语言解释“持续学习”（Lifelong ...
- 2024-04-26 16:51ET、小涵的博客 本文为365天深度学习训练营中的学习记录博客K同学啊 | 接辅导、项目定制本篇内容分为两个部分，前面部分是学习K同学给的算法知识点以及复现，后半部分是自己的拓展与未解决的问题。
- 2025-06-16 17:45AI大模型应用工坊的博客 当我们惊叹于蚂蚁高效搬运食物、鸟类精准迁徙、...本文将聚焦生物启发算法（Biologically Inspired Algorithms）这一交叉领域，系统讲解其核心原理、典型应用及如何推动AI发展，覆盖从基础概念到实战案例的完整知识链。
- 2020-12-10 23:38weixin_39630441的博客 软件介绍Python最新版是一款支持跨平台的计算机编程语言，刚开始只是用于自动脚本开发，后来经过开发者的不断更新和添加新功能，现在主要应用于互联网开发、人工智能编程、软件开发等大型项目领域，而且相对于其他...
- 2026-01-13 04:18来自日本的亮仔的博客 本文介绍了基于星图GPU平台自动化部署AI人体骨骼关键点检测镜像的实战应用，结合MediaPipe姿态估计技术，实现跳绳动作的实时计数与分析。该系统可高效应用于体育中考场景，支持本地化运行与模型微调，为AI+教育提供...
- 2023-05-23 16:44南蓬幽的博客 本文将介绍一个基于OpenCV和PyQt5的跳绳计数器应用程序。该程序可以使用计算机摄像头来检测跳绳动作，并计算跳绳次数。本文将介绍程序的实现方法和实现细节，包括背景减除算法和轮廓检测算法的使用。
- 2025-09-27 02:39SuperAGI架构师的AI实验室的博客 这些“懂你”的体验，都源于一个关键技术趋势——AI原生应用的个性化定制。本文将带你拆解这一趋势的底层逻辑，覆盖技术原理、开发实战和行业影响，帮助你理解这场正在发生的科技变革。本文从“故事引入→核心概念→...
- 2026-01-13 06:32Fitz Hoo的博客 该方案集成MediaPipe Pose模型，可在本地高效实现33个3D关节点检测，适用于AI健身教练系统中的动作规范性分析与运动姿态评估，支持模型微调与智能健身应用开发，具备低延迟、零依赖、开箱即用等优势。
- 2025-12-09 16:38Brown的博客 本文介绍如何利用ESP32-S3与六轴IMU传感器实现本地化卡路里估算，涵盖硬件选型、加速度数据采集、信号滤波、MET值映射及能量消耗计算，构建低功耗、隐私安全的边缘智能健康设备。
- 2026-01-13 05:29八大山狗的博客 本文介绍了基于星图GPU平台自动化部署AI人体骨骼关键点检测镜像的实践应用，聚焦在线体育课动作反馈系统。通过MediaPipe Pose模型实现3D姿态估计，结合Web界面为用户提供实时动作比对与纠正建议，适用于瑜伽、健身等...
- 没有解决我的问题, 去提问
问题事件
创建了问题
7月15日