摘要
本发明公开了一种基于YOLO与ResNet的仰卧起坐计数方法、系统、设备及产品,涉及计算机视觉与深度学习技术领域。本发明较传统的传感器方法和人体关键点检测方法不同,通过使用目标检测以及图像特征提取的方法,来得出每张动作图像对应的仰卧起坐动作类别,并基于此,来判断每张动作图像对应的仰卧起坐动作是否规范,从而完成对人员的仰卧起坐的计数;由此,本发明通过使用YOLO模型来进行目标检测,以及使用ResNet模型来提取身体各个部位的深层特征,如此,可以准确判断动作的差异,从而能够更加准确的识别仰卧起坐动作的规范性,进而提高了仰卧起坐计数的准确性,因此,非常适用于大规模应用与推广。
技术关键词
动作检测模型
仰卧起坐计数方法
样本
人体上身
双手
人体关键点检测方法
数据
预测类别
仰卧起坐运动
YOLO模型
传感器方法
视频
卧垫
图像特征提取
深度学习技术
存储计算机程序
计数系统
收发器
计算机程序产品
系统为您推荐了相关专利信息
动态预警方法
时空关联规则
风险点
深度Q网络
时空关联关系
图像修复方法
图像增强模型
图像修复模型
二维码图案
生成对抗网络模型
新型气体传感器
温度补偿方法
鲸鱼优化算法
支持向量机模型
正则化参数
细粒度特征
作业场景
识别方法
计算机可执行指令
生成作业