基于YOLOv11姿态检测的AI健身助手

✨ 功能特点

• 实时运动计数 - 自动计算您的健身次数
• 多种运动支持 - 包括深蹲、俯卧撑、仰卧起坐、哑铃运动等十多种
• 先进的姿态检测 - 采用YOLOv11实现精准跟踪
• 模型切换功能 - 可以在小型(更快)和大型(更精确)YOLOv11模型之间轻松切换
• 可视化反馈 - 实时骨骼可视化和角度测量
• 健身统计 - 跟踪您的健身进度
• 用户友好界面 - 基于PyQt5的简洁界面，操作直观
• 兼容普通摄像头 - 无需特殊硬件
• 本地运行 - 完全隐私

📋 系统要求

• Python 3.7+
• 摄像头
• Windows系统 : 必须有NVIDIA GPU (至少4GB显存)，暂不支持CPU模式
• Mac/Linux系统 : 可以使用CPU模式运行，但速度较慢

📦 快速下载

• 如果您不想配置Python环境，可以直接下载我们打包好的可执行文件
• 注意 : Windows版本需要NVIDIA GPU和适当的驱动程序才能运行

📝 使用指南

控制方式

• 使用界面按钮选择不同的运动类型
• 通过模型选择器切换不同模型：
• 小型模型(更快) : ​​使用yolo11n-pose.pt​​，在性能较弱的硬件上运行更流畅
• 大型模型(更精确) : ​​使用yolo11s-pose.pt​​，提供更精确的姿态检测
• 实时反馈显示您当前的姿势和重复次数
• 按"重置"按钮重置计数器
• 使用手动调整按钮修正计数(如有需要)
• 开关骨骼可视化
• 查看您的健身统计数据

🚀 安装指南

WindowsGPU版本安装 (必需)

1. 确保您的系统满足要求

• NVIDIA GPU卡（建议4GB以上显存）
• 已安装最新NVIDIA驱动

1. 安装CUDA和cuDNN

• 下载并安装 ​​CUDA Toolkit​​ （建议使用11.8版本）
• 下载并安装 ​​cuDNN​​

1. 克隆并安装

git clone code

# 创建虚拟环境
python -m venv venv
# Windows激活环境
.\venv\Scripts\activate

# 安装GPU版PyTorch
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

# 安装其他依赖
pip install -r requirements.txt

1. 验证GPU可用性

python -c "import torch; print('GPU可用:',torch.cuda.is_available())"

1. 运行应用

python workout_qt_modular.py

1. 创建可执行文件

# 创建可执行文件
.\build_executable.bat

Mac安装(CPU版本)

1. 安装依赖

# MacOS系统
brew install python

1. 克隆并安装

git clone code

# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

1. 运行应用

python workout_qt_modular.py

🖼️ 应用截图