version: 20220808

​ poseembedding.py是人体关键点归一化编码模块

​ poseclassifier.py是人体姿态分类模块，使用的算法是k-NN

​ resultsmooth.py是分类结果平滑模块，使用的是指数移动平均

​ counter.py是运动计数模块

​ visualizer.py是分类结果可视化模块

​ extracttrainingsetkeypoint.py是提取和处理训练集关键点模块，并将特征向量存储在csv文件中

​ trainingsetprocess.py是输入训练样本生成训练集以及训练集的检验校正的模块，里面说明了训练样本文件夹的要求

​ videoprocess.py是检测视频并计数动作的的模块（注意class_name参数的含义）

​ videocapture.py是调用摄像头实时检测并计数动作的模块（注意class_name参数的含义）

​ main.py是整个项目运行的入口程序

​ Roboto-Regular是visualizer.py中需要用到的字体文件

​ sample.mp4是样本视频，当然你也可以换成你自己做深蹲的测试视频，在videoprocess.py中把video_path换成您的视频路径即可，需要注意的是本项目使用cv2处理视频帧，cv2要求路径不能有中文。

​ fitness_poses_csvs_out文件夹里面的down.csv和up.csv就是使用作者自己拍摄的训练样本提取出来的仰卧起坐训练集文件，有了该文件后就可以直接运行本项目。

• 修改动作需要对应修改videocapture.py和videoprocess.py中对应的动作名。
• 训练集数据为fitness_poses_images_in文件夹，分为up（坐起来）和down（躺下）两个动作指标。
• 仰卧起坐的数据文件储存在fitness_poses_csvs_out文件夹中的csv文件中。
• 运行前:
  • pip install mediapipe
  • pip install opencv-python(如果有问题还原成较低版本即可)