<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[a_Loki的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/a_Loki</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; a_Loki]]></copyright><item><title><![CDATA[中英文图片数据集需求文档]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/160549940</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/160549940</guid><author>a_Loki</author><pubDate>Mon, 27 Apr 2026 11:53:39 +0800</pubDate><description><![CDATA[Vertical_text：竖排文本Non_vertical_text：非竖排文本（横排/倾斜）该数据集需覆盖：两大场景：手写 + 自然三种角度：仰视/俯视/平视两种标注模式：检测+识别 / 纯识别重点保证：多样性 + 标注准确性 + 场景真实性。]]></description><category></category></item><item><title><![CDATA[篮球裁判犯规识别系统（六） 用 Python + MediaPipe 实现实时手指计数]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/156392903</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/156392903</guid><author>a_Loki</author><pubDate>Mon, 29 Dec 2025 16:59:38 +0800</pubDate><description><![CDATA[本文介绍了一种基于Python+MediaPipe+OpenCV的实时手指计数方案。通过MediaPipe Hands检测手部关键点，结合拇指方向判断（区分左右手）和其他四指的指尖-指根坐标比较，准确识别手指伸直状态。系统能在摄像头画面中实时显示左右手的手指数量，适用于手势控制、游戏交互等场景。核心代码包含手指计数逻辑和可视化显示功能，支持双手同时检测。环境要求Python 3.8+及相应库安装，实现简单高效，可作为手势识别应用的开发基础。]]></description><category></category></item><item><title><![CDATA[篮球裁判犯规识别系统（五） foul_fn函数 下]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/156392781</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/156392781</guid><author>a_Loki</author><pubDate>Mon, 29 Dec 2025 16:52:30 +0800</pubDate><description><![CDATA[本文介绍了篮球比赛视频分析中犯规动作检测的具体实现方法。系统通过四个核心函数判断常见犯规动作：1) is_infringe_cylinder检测手臂连续摆动侵犯圆柱体；2) is_block通过手臂角度判断阻挡动作；3) is_push结合手臂长度变化、肘部角度和手部关键点检测推人动作；4) is_pull通过手部位置关系和抓握状态识别拉人动作。系统采用状态机管理连续帧信息，结合几何计算和手部关键点检测，通过多条件组合和阈值控制确保动作判定的准确性和稳定性。这套基于MediaPipe的规则引擎设计既保证了实]]></description><category></category></item><item><title><![CDATA[篮球裁判犯规识别系统（四） foul_fn函数 上]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/156392442</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/156392442</guid><author>a_Loki</author><pubDate>Mon, 29 Dec 2025 16:43:36 +0800</pubDate><description><![CDATA[本文介绍了一个篮球犯规检测函数foul_fn的实现流程。该函数通过状态机分阶段处理，Phase0检测单手举起动作，Phase1进行犯规判定。采用历史窗口记录手腕位置数据，结合多种规则函数（阻挡、碰撞、拉人、推人等）进行优先级判断，并通过连续帧计数确保判定稳定性。函数具有防抖动处理、异常动作过滤等工程亮点，可扩展性强。该方案通过几何特征和阈值判断实现了篮球犯规动作的准确识别。]]></description><category></category></item><item><title><![CDATA[篮球裁判犯规识别系统（三）GestureDetector类源码]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/156392254</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/156392254</guid><author>a_Loki</author><pubDate>Mon, 29 Dec 2025 16:32:37 +0800</pubDate><description><![CDATA[本文介绍了GestureDetector类的实现，这是犯规动作识别系统的核心模块。该类利用MediaPipe姿态估计能力，从视频帧中提取人体关键点（肩、肘、腕），通过几何计算和规则函数判断动作类型。文章详细讲解了Pose模型的初始化参数、肘部角度计算方法、坐标映射处理流程，以及动作判定的设计理念。该模块具有高复用性、实时性优化和强扩展性特点，将关键点提取与动作判定分离，便于后续规则修改。最后指出下一章将重点讲解犯规判断函数foul_fn的实现。]]></description><category></category></item><item><title><![CDATA[篮球裁判犯规识别系统（二）-- main源码]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/156392045</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/156392045</guid><author>a_Loki</author><pubDate>Mon, 29 Dec 2025 16:26:23 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个篮球比赛视频中自动识别犯规动作和球员号码的实用系统。系统采用模块化设计，将问题分解为动作识别和号码识别两个阶段：首先通过MediaPipe检测犯规动作，然后进入号码识别阶段，通过手势识别确定球员号码。文章重点阐述了几个关键技术点：使用PIL处理中文显示、基于状态机的时序控制、几何关系判断举手动作，以及模块化设计的优势。该系统避免了端到端模型的高成本问题，具有可解释性强、易于调试和扩展的特点，为体育视频分析提供了一个工程化解决方案范例。]]></description><category></category></item><item><title><![CDATA[篮球裁判犯规识别系统（一）--- 提供所有源码]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/156391813</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/156391813</guid><author>a_Loki</author><pubDate>Mon, 29 Dec 2025 16:17:44 +0800</pubDate><description><![CDATA[《篮球视频自动判罚系统解析》摘要：该系统能实时分析未经剪辑的篮球比赛视频，自动识别推人、拉人等犯规动作，并跟踪裁判手势判定犯规球员号码。采用分层处理架构：先通过姿态检测捕捉动作特征，再通过状态机逻辑分阶段处理犯规动作、缓冲等待和号码识别。系统严格模拟真实裁判判罚流程，包含时间缓冲设计，避免误判。最终输出结构化判罚结果（犯规类型+球员号码+时间戳），适用于比赛复盘和技术统计。不同于传统视觉系统，该方案突出体育规则的特殊性和状态机在时序处理中的核心作用。]]></description><category></category></item><item><title><![CDATA[第三章 · 数据库管理与视频路径获取]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/152906914</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/152906914</guid><author>a_Loki</author><pubDate>Fri, 10 Oct 2025 11:26:38 +0800</pubDate><description><![CDATA[本文介绍了视频分析系统中的数据库模块实现，通过VideoDB类封装了视频任务管理功能。主要功能包括：1) 数据库连接初始化；2) 获取待处理视频列表；3) 更新视频状态（pending/processing/done/failed）；4) 保存分析结果（JSON格式）；5) 处理路径转换（Windows到Linux）；6) 防重复机制（记录已处理视频）。该模块为分布式视频分析提供了可靠的数据支持，支持多状态管理、路径转换、结果存储等功能，确保分析任务的幂等性和高效性。]]></description><category></category></item><item><title><![CDATA[第二章 · 分布式任务调度主控逻辑：Ray + PyAV 的大规模视频推理架构]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/152903562</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/152903562</guid><author>a_Loki</author><pubDate>Fri, 10 Oct 2025 10:50:25 +0800</pubDate><description><![CDATA[本文介绍了基于Ray集群的视频智能分析系统主控逻辑实现。系统通过safe_ray_init()自动连接/重启Ray集群，采用分布式任务处理视频分析。主程序包含视频数据加载、任务分块分发、异常处理等核心功能，支持多节点多GPU环境下稳定运行。关键模块包括视频解码器、分析器和数据库接口，实现了从视频帧解码、智能分析到结果存储的完整流程。系统具备优雅退出机制，通过全局标志位处理中断信号，确保任务中断时的数据完整性。采用分块处理策略(chunk_size=10)和进度监控(tqdm)，优化了大规模视频处理效率。]]></description><category></category></item><item><title><![CDATA[第1章 · 从零搭建你的AI视频智能分析系统]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/152901662</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/152901662</guid><author>a_Loki</author><pubDate>Fri, 10 Oct 2025 10:43:21 +0800</pubDate><description><![CDATA[【项目摘要】本专栏将带您构建一个工业级AI视频分析系统，涵盖人脸检测、表情识别、手部动作分析等核心功能。项目亮点包括：基于PyAV的硬件加速解码模块、预训练模型直接调用、Ray分布式推理框架实现多GPU集群并行处理，以及完整的数据库交互设计。通过实战，您将掌握视频智能分析的全流程技术栈，最终获得可直接落地的项目经验。首章重点讲解主控流程搭建，包括Ray集群初始化、任务分发、异常处理等关键环节，为后续模块开发奠定基础。（147字）]]></description><category></category></item><item><title><![CDATA[用 OpenCV 实现视频转场检测（基于直方图差异）]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/152898298</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/152898298</guid><author>a_Loki</author><pubDate>Fri, 10 Oct 2025 10:07:34 +0800</pubDate><description><![CDATA[本文介绍了一种基于OpenCV的轻量级视频转场检测方法，无需深度学习模型。核心算法通过比较相邻帧的灰度直方图差异（使用Bhattacharyya距离），结合滑动窗口检测局部极大值和阈值筛选来确定转场点。为解决连续多帧检测问题，采用最小时间间隔去重策略。该方法具有实现简单（不足100行代码）、计算高效（仅需CPU）和通用性强等特点，适用于镜头分割、内容检索等多种视频分析任务。文章还提供了优化建议，如结合色彩直方图或边缘特征提升检测精度。]]></description><category></category></item><item><title><![CDATA[了解 ReAct 框架：语言模型中推理与行动的协同]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149509895</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149509895</guid><author>a_Loki</author><pubDate>Mon, 21 Jul 2025 17:07:23 +0800</pubDate><description><![CDATA[本文探讨了2022年提出的ReAct框架，该框架通过动态结合推理和行动来提升大型语言模型处理复杂任务的能力。ReAct框架的核心在于引导模型在推理（任务分解）和行动（工具调用）间循环迭代，从而增强模型的可解释性和通用性。文章详细介绍了ReAct的工作原理、与OpenAI tool_calls机制的配合方式，并提供了Python实现示例，展示如何构建支持多意图任务（如天气查询和数学计算）的智能代理。ReAct的优势包括动态推理、任务分解能力和可解释性，但也存在提示依赖、计算成本高等局限性。该框架特别适合需要外]]></description><category></category></item><item><title><![CDATA[从简单的 OpenAI API 调用到构建 AI Agent：一步步实现]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149504637</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149504637</guid><author>a_Loki</author><pubDate>Mon, 21 Jul 2025 14:27:07 +0800</pubDate><description><![CDATA[本文展示了如何将基础的OpenAI API调用逐步改造为功能完善的AI助手。通过添加交互循环、上下文记忆、外部工具调用和模块化设计，最终实现了一个支持多任务处理、能持续对话的智能代理。原始代码仅能处理单次请求，改进后版本具备记忆功能、天气查询和数学计算能力，同时优化了API密钥管理和代码结构。这一演进过程清晰地呈现了构建实用AI助手的关键步骤，为开发更复杂的智能代理奠定了基础。]]></description><category></category></item><item><title><![CDATA[st-Gcn训练跳绳识别模型六：YOLOv8-Pose 和 ST-GCN 实现实时跳绳计数器应用]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149440525</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149440525</guid><author>a_Loki</author><pubDate>Fri, 18 Jul 2025 11:06:18 +0800</pubDate><description><![CDATA[本文介绍了一个基于YOLOv8-Pose和ST-GCN模型的实时跳绳计数器开发方案。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）多模型协同工作流程；2）基于Savitzky-Golay滤波的脚踝轨迹平滑算法；3）双阈值（预测次数和置信度）的跳绳状态判定机制。系统配置参数可调，适用于不同应用场景，为运动分析和健康监测提供了实用解决方案。]]></description><category></category></item><item><title><![CDATA[st-Gcn训练跳绳识别模型四：模型训练]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149439793</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149439793</guid><author>a_Loki</author><pubDate>Fri, 18 Jul 2025 11:01:16 +0800</pubDate><description><![CDATA[本文介绍了ST-GCN算法的环境配置与训练流程。首先通过git下载源码并安装依赖环境，接着修改graph.py文件以支持COCO数据集格式。文中提供了YAML配置文件示例，包含数据路径、模型参数等关键设置。最后将训练数据移动到指定目录并执行训练命令，作者指出当前数据集规模可能不足。整个流程涵盖了从环境搭建到模型训练的关键步骤，为基于骨骼动作识别的ST-GCN算法实现提供了完整指导。]]></description><category></category></item><item><title><![CDATA[st-Gcn训练跳绳识别模型四：数据合并和训练流程]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149439335</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149439335</guid><author>a_Loki</author><pubDate>Fri, 18 Jul 2025 10:35:22 +0800</pubDate><description><![CDATA[该脚本将跳绳动作识别任务的骨架数据处理为ST-GCN训练所需格式。主要步骤包括：加载骨架数据(.npy)和标签，应用空间(旋转/缩放/噪声)和时间(裁剪/翻转)增强提升泛化能力；通过过采样解决类别不平衡问题；按8:2比例划分训练/测试集并打乱顺序。最终输出包含x/y坐标的(N,2,100,17,1)格式数据文件(.npy)和样本标签文件(.pkl)。特点包括：移除速度流简化数据维度，固定100帧长度，基于1920x1080分辨率归一化坐标，确保数据格式一致且类别平衡。]]></description><category></category></item><item><title><![CDATA[st-Gcn训练跳绳识别模型三：自动提取视频数据生成npy代码解析]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149438416</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149438416</guid><author>a_Loki</author><pubDate>Fri, 18 Jul 2025 09:55:57 +0800</pubDate><description><![CDATA[该脚本利用YOLOv8-Pose模型提取视频中的运动骨架数据，用于跳绳动作识别。它能处理跳绳（标签1）和非跳绳（标签0）两类视频，通过逐帧检测17个COCO关键点并归一化坐标，生成(2,100,17,1)维度的.npy文件。脚本支持动态分辨率处理，每100帧保存为一个样本，不足部分采用镜像填充补齐。标签信息存储在JSON文件中，便于后续模型训练。主要特点包括：批量处理视频、自动填充短片段、严格数据格式验证，并支持增量更新标签文件。输出数据可直接用于ST-GCN等动作识别模型的训练。]]></description><category></category></item><item><title><![CDATA[st-Gcn训练跳绳识别模型二：yolov8-pose提取骨骼数据代码讲解（源码在文末）]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149438240</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149438240</guid><author>a_Loki</author><pubDate>Fri, 18 Jul 2025 09:51:12 +0800</pubDate><description><![CDATA[该Python脚本用于视频处理，提取基于COCO格式的17个关键点2D坐标，生成骨架数据并保存为.npy文件，同时存储对应标签到JSON文件。主要功能包括：使用YOLOv8-Pose模型检测视频帧中的关键点，选择离画面中心最近的人体；处理指定帧范围的视频片段，将关键点坐标存储为四维数组；批量处理多个视频文件，为ST-GCN等动作识别任务准备数据。脚本支持错误处理、进度显示，并生成包含样本名称和标签的汇总JSON文件，适用于多人场景下的单人动作识别数据预处理。]]></description><category></category></item><item><title><![CDATA[st-Gcn训练跳绳识别模型一：数据标注工具和标注流程]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149437354</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149437354</guid><author>a_Loki</author><pubDate>Fri, 18 Jul 2025 09:43:02 +0800</pubDate><description><![CDATA[该工具集提供了一套完整的视频标注和骨骼关键点数据处理流程。主要包括：1）基于PySide6的视频标注工具labelV.py，可标记跳绳动作起止帧；2）jsonNpy.py将标注的JSON文件转换为npy格式，存储为[2,T,17,1]形状的骨骼关键点数据；3）autoLabel.py自动化处理工具，可批量处理跳绳/非跳绳视频并生成带标签的npy文件。系统支持yolov8-pose模型，生成的npy文件包含x/y坐标、帧数、17个关键点信息，同时维护全局标签JSON文件。该方案显著降低了人工标注工作量，为动作]]></description><category></category></item><item><title><![CDATA[Gcn符号笔记]]></title><link>https://blog.youkuaiyun.com/a_Loki/article/details/149347453</link><guid>https://blog.youkuaiyun.com/a_Loki/article/details/149347453</guid><author>a_Loki</author><pubDate>Tue, 15 Jul 2025 10:26:36 +0800</pubDate><description><![CDATA[摘要：本文介绍了无向图分析中的三个关键矩阵：邻接矩阵A[N,N]表示结点连接关系，度矩阵D[N,N]对角元素反映结点度数，结点特征矩阵X[N,C]包含结点属性特征（如年龄、性别或文本特征）。通过3结点示例和Cora数据集案例，说明了矩阵构建方法及其在图机器学习中的应用。邻接矩阵和度矩阵描述图结构，特征矩阵则支持结点分类等任务，三者共同构成图分析的基础工具。]]></description><category></category></item></channel></rss>