2020 Google开发者大会中的TensorFlowLite模型——PoseNet

本文介绍了如何使用TensorFlow Lite的PoseNet模型在Android设备上实现人体姿态检测。通过在移动端运行模型,实现了类似HomeCourt App的功能,检测羽毛球训练中的姿态。虽然存在一定的延时问题,但该技术在体育运动分析和避免运动伤害方面具有巨大潜力。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在下面的这篇推送中,Google展示了一个很有意思的Google面馆。
代码不止|一篇看懂 TensorFlow 如何助力高效开发
!image

由于本人是Android开发者,对机器学习也有兴趣,之前就有关注过tensorflow以及tensorflow lite在移动端上的使用。并且我也是个羽毛球爱好者,每周都会去打球,对体育也有一定的参与,所以我在查看了tensorflow的官网示例之后,特别关注到了PoseNet这个模型。
tensorflow/examples

这个模型可以运行在Android设备上,并检测出人体的姿态。从官方提供的图片中,我们可以看到PoseNet模型能够检测出人的眼睛、鼻子、耳朵,躯干和四肢。
!image

而之前我关注的羽毛球运动员中,就有采用手机App(名称是HomeCourt,目前只有IOS可以下载,且需要去海外的App store)进行虚拟训练的方法,具体的训练过程可以观看下面的视频。
羽毛球步法训练&

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值