|
前言 仰卧起坐是常见的体测项目之一，在以往都是都是通过同学或者老师进行进行肉眼观察判断和数数。集体的测试测试中，需要比较多的人力和裁判的公平性也有要求。
在一些有条件的学校，可能会配备红外线仰卧起坐测试仪器。红外线仰卧起坐测试仪器，因为每个人的身高体格不一样，往往进行调整人的姿态或者红外传感器做到匹配后，才能比较准确运行。
既然已经步入人工智能时代，为何利用机器学习的技术去解决仰卧起坐判定和数数这个问题呢？
通过机器学习技术，我们可以开发出一个智能系统，用于自动检测和记录用户的仰卧起坐动作。这不仅能提高训练的科学性，还能帮助用户实时了解自己的运动情况。既能有很好的适应性，也能节省很多人力。
教学目标了解机器学习的基本概念。 了解体测仰卧起坐的标准和要求。 学习姿态分类的原理与应用。 创建一个智能检测系统，自动识别仰卧起坐动作。
课程内容1. 什么是机器学习？机器学习是人工智能的一个分支，它通过分析大量数据，教会计算机从中发现模式，并做出分类或预测。
2. 小喵可视化机器学习平台小喵可视化机器学习平台是一个便捷的在线机器学习平台，适合中小学生和初学者快速上手体验人工智能。用户可以通过简单的操作创建图像、音频或姿态分类模型，实现多种输入的智能识别。
器材准备： 能联网的电脑 USB摄像头（方便调整镜头角度） 仰卧起坐的工具人
3. 本节课的案例：智能体测仰卧起坐在仰卧起坐训练中，保持正确姿势非常重要。通过姿态分类，我们可以创建一个模型，实时检测用户的仰卧起坐是否标准。这个智能系统能够帮助用户提高训练效果，提供实时反馈。 首先需要了解仰卧起坐的标准： 从下图中可以知道有两个关键位置，可以通过这两个关键位置的姿态进行识别。
4. 操作步骤第一步：打开姿态分类打开Kittenblock在线编程网页 选择可视化机器学习 打开模型训练工具 选择姿态分类
第二步：录入姿态录入三种姿态，分别为，标准的仰卧姿态、标准的起坐姿态，还有其他姿态（非这两种的姿态）
第三步：训练模型
第四步：测试模型打开摄像头进行测试，用户在摄像头前做出仰卧起坐的动作，实时查看检测效果。
第五步：评估与优化
5. 创建程序训练完成后，Teachable Machine平台生成的模型可以直接导入到可视化编程平台进行编程实现。根据姿态分类的结果，编写程序以提供智能反馈或记录次数。 点击“使用模型”按钮，进入编程环境。
编写一个简单的程序，经历一次标准的仰卧+起坐，则进行计次，记录一次完整的仰卧起坐。
可以再加入语音合成进行计次提醒。（使用语音合成要求登录小喵AI账号）
6. 运行程序启动程序，用户在摄像头前进行仰卧起坐，系统将实时检测并记录每次完整动作。 程序启动，count用于仰卧起坐计次。当依次触发class1（仰卧）和class2（起坐）时count+1
没完成标准动作不计次
7. 总结与讨论通过姿态分类，使仰卧起坐的训练过程更智能化，为运动增添科技助力！
8. 程序下载
teachable-machine_pose.zip
(6.34 MB, 下载次数: 1)
| 
立即注册
登录
