Pose Estimation

Dieser Funktionsblock wird verwendet, um spezifische Körperteile in einem Bild zu erkennen und ein Skelett zu zeichnen, um die geschätzte Haltung zu visualisieren. Er nutzt Deep-Learning-Modelle, um Schlüsselstellen, die mit menschlichen Posen assoziiert sind, zu identifizieren.

📥 Eingänge

Image Any Das Eingabebild, aus dem die Körperhaltungsschätzung durchgeführt wird.

Show Skeleton Ein Boolescher Eingang, der es Ihnen ermöglicht, die Sichtbarkeit der Skelettüberlagerung im Bild ein- oder auszuschalten.

📤 Ausgänge

Image Any Die modifizierte Ausgabebild, das die erkannte Pose anzeigt und, falls aktiviert, das Skelett.

Selected Body Part Positions Diese Ausgabe bietet eine Zuordnung der erkannten Körperteile und deren Positionen im Bild.

🕹️ Steuerungen

Confidence Ein Schieberegler, der den Vertrauensschwellenwert für die Erkennung von Körperteilen anpasst. Höhere Werte erfordern mehr Sicherheit vom Modell, um einen Punkt als gültig zu betrachten.

Class Names Eine Tabellenansicht, die es Ihnen ermöglicht, auszuwählen, welche Körperteile erkannt und in der Ausgabe angezeigt werden sollen.

🎨 Funktionen

Real-Time Detection Dieser Block verwendet ein vortrainiertes Deep-Learning-Modell, um Körperteile in Echtzeit zu erkennen und Ergebnisse zu visualisieren.

Customizable Detection Benutzer können spezifische Körperteile auswählen, die überwacht werden sollen, was dieses Werkzeug für verschiedene Anwendungen flexibel macht.

Skeleton Visualization Die erkannten Positionen können mit Linien verbunden werden, um ein Skelett zu bilden, was das visuelle Verständnis der Pose erleichtert.

📝 Nutzungshinweise

1. Input Image: Verbinden Sie ein Bild, das eine Person oder eine menschliche Figur enthält, mit dem Eingang Image Any.

2. Show Skeleton Option: Verbinden Sie optional ein boolesches Signal mit dem Eingang Show Skeleton, um die Skelettüberlagerung zu aktivieren/deaktivieren.

3. Adjust Confidence: Verwenden Sie den Schieberegler Confidence, um das minimale Vertrauensniveau anzupassen, das für die Erkennung von Körperteilen erforderlich ist.

4. Select Body Parts: Aktivieren oder deaktivieren Sie Körperteile in der Tabelle Class Names, um zu konfigurieren, welche Körperteile erkannt werden sollen.

5. Evaluate: Führen Sie den Block aus, um die Körperhaltungsschätzung durchzuführen. Die Ausgabe wird das modifizierte Bild und die erkannten Körperteilpositionen sein.

📊 Bewertung

Bei der Ausführung gibt dieser Block ein Bild aus, das die erkannten Körperteile und ein Skelett (sofern aktiviert) anzeigt, zusammen mit einem Wörterbuch der Körperteile und deren Positionen.

💡 Tipps und Tricks

Verbesserung der Erkennungsgenauigkeit

Passen Sie den Schieberegler Confidence an, um ein optimales Gleichgewicht zwischen Erkennungsempfindlichkeit und Fehlalarmen zu finden. Ein höherer Wert kann genauere Erkennungen liefern.

Auswahl spezifischer Körperteile

Wählen Sie nur die notwendigen Klassen von Körperteilen aus, die Sie analysieren möchten; dies vereinfacht die Ausgabe und konzentriert sich auf die relevanten Körperteile.

Vorverarbeitung von Eingabebildern

Überlegen Sie, die Eingabebilder mit Kontrastanpassung, Größenänderung oder Filterung zu verarbeiten, bevor sie an diesen Block gesendet werden, um die Erkennungsergebnisse zu verbessern.

🛠️ Fehlersuche

Keine Erkennungen gefunden

Wenn der Block keine Körperteile erkennt, stellen Sie sicher, dass das Eingangsbild klar und gut beleuchtet ist. Das Senken des Vertrauensschwellenwerts kann ebenfalls helfen, mehr Punkte zu erkennen.

Skelett wird nicht angezeigt

Stellen Sie sicher, dass der Eingang Show Skeleton aktiviert ist, und überprüfen Sie, ob Körperteile erkannt werden. Wenn keine Teile erkannt werden, wird das Skelett nicht erscheinen.