有上升空间,谢谢 #一、什么是AI跳绳轻应用? “AI跳绳”是近期某钉应用新发布运动健康较火热的轻量应用。 跳绳产品,学生只需对着手机摄像头跳绳,全程自动AI计数,无需任何硬件辅助。 lwfrom=2021011812 功能中心:AI跳绳在哪里?-钉钉帮助中心 (dingtalk.com) #二、AI跳绳目前应用的场景有哪些,场景分析? AI跳绳互动娱乐应用场景: 运动健康小应用场景:各种姿势模型,例如跳绳、仰卧起作、AI开合跳等等(只要AI模版训练好,各种形体都支持) 实时人体轮廓检测、AR动漫IP人动作捕捉合成等技术 未来如"形体框 5)极视角动作识别:https://www.extremevision.com.cn/products/123.html 6)python实现跳绳计数:跳绳AI计数_哔哩哔哩_bilibili 7)AI
一、为啥要做这个跳绳是个挺简单的运动,但有个地方一直觉得别扭:想知道跳了多少个、心率多少,或者间歇训练还剩多久休息,就得停下来看手机,节奏一下就断了。我就想,要是这些数字能一直飘在眼前就好了。 手机干活:运行一个App,负责用手机传感器数跳绳,通过蓝牙接收心率数据,管理训练模式(自由、间歇、PK)的逻辑计时。眼镜显示:眼镜上运行一个简单的应用,只负责接收数据并把它们画在屏幕上。 五、最后的结果和感想最后做出来的东西,基本能用:跳绳计数挺准的,正常跳的话,误差很小。心率显示稳定,不会乱跳。三种模式都能正常工作,PK模式也挺有趣,实时性还不错。
其中的跳绳产品,可在240次/分钟的条件下,实现±1误差的精度。相较普通传感器方案,运动猿小刚可有效判断违规,准确识别有绳或无绳。 具体表现如何? 若想让AI能够真正规模化落地到场景中,就需要一个硬件载体,即IoT设备。 所以,AI和IoT两者相辅相成,又是核心相关的词。如果AI是大脑,IoT就是躯壳和真正的骨干。 何为「空间」? 具体如下, 一是基础科研 2022年,视觉AI基础研究呈现出「大」和「统一」的新趋势。 「大」是指AI大模型。 今年,旷视公布了AI定义传感器的这条路的两个新技术愿景。 在画质的维度上,要走向16K AI极高清的AI画质这一概念。希望通过AI、传感和显示这三者一起联动,实现真正身临其境的影像体验。 算法定义硬件」IoT技术体系(包括AI传感器和AI机器人)。
随着深度学习推理技术的不断发展,让小型设备运行深度学习成为可能,阿里体育等IT大厂,推出的“乐动力”、“天天跳绳”AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序,本系列文章将使用“AI运动识别”小程序插件,插件详情可以前往微信服务市场搜索相应插件。 一、应用场景在适配诸如跳绳、开合眺或动作交互类场景时,需要追踪某些关键点的变化趋势,插件的关键点跳跃追踪能力PointTracker可以追踪指定的关键点的x或y轴变化,趋势变化时将记录变化临界轴值。
云智AI运动识别插件APP版最近发布了1.0.6版,今天带您快速了解一下新版本发布的新特性,以便在后续开发场景中使用。 本次在相机上下文中新增了直接拍照接口takePhoto,可以在直接在yz-ai-camera组件预览状态上拍照。cameraContext?. success(res) {console.log('save temp', res);},fail(err) {console.error('save album', err);}});三、新的关键点追踪器和跳绳运动算法本次发布对关键点追踪器 PointTracker和跳绳运动检测算法进行了全面优化,可以更好的抑制关键点噪声检出峰谷跳变。
目前,平台已首批上线了智慧体育硬件“智慧跳绳”、学习科学师训平台等多个产品和综合解决方案,并在长沙的智慧体育教学中率先开展示范应用。 ? 在今天发布会上,腾讯教育与长沙合作方共同上线了智慧体育场景下的明星产品“智慧跳绳”。 智慧跳绳可以打通手机、电话手表等物联网设备,通过大数据实时分析学生的运动状况,便于家长、教师实时掌握学生日常体育运动及体质健康情况,为体育课程实施提供安全预警和数据指导。 该校通过智慧体育云平台的搭建,打通电话手表、智能跳绳、运动手环等多种终端设备,伴随式采集学生的运动体质和健康数据,并通过手机、电脑、大屏等多种方式向师生、家长实时展示。 为创新智慧跳绳的应用,本次发布会上,长沙市教育局还在全市发起了“绳彩飞扬”快乐寒假跳绳比赛,推广体育作业打卡活动,促进中小学生体育锻炼氛围,长沙银行为本次活动的支持单位。
之前我们为您分享了【一步步开发AI运动小程序】开发系列博文,通过该系列博文,很多开发者开发出了很多精美的AI健身、线上运动赛事、AI学生体测、美体、康复锻炼等应用场景的AI运动小程序;为了帮助开发者继续深耕 AI运动领域市场,今天开始我们将为您分享新系列【一步步开发AI运动APP】的博文,带您开发性能更强、体验更好的AI运动APP。 一、为什么要对内置运动进行微调优化uni-APP版插件与小程序AI运动识别插件一样,当前都内置了跳绳、开合跳、俯卧撑、仰卧起坐、卷腹、深蹲(深蹲起)、平板支撑、马步蹲、坐位体前屈等丰富的运动项目,所有运动项目都按相应的运动规范标准进行适配 optimizer.setRule('leftPose', rules.leftPose);}五、微调优化的局限性对内置运动分析器微调优化,只适合对标准动作进行适当的增减、放宽或收紧,如果动作变化太大,微调优化可能无法满足,比如花式跳绳 ,无法直接通过现有内置的跳绳微调优化适配。
随着深度学习推理技术的不断发展,让小型设备运行深度学习成为可能,阿里体育等IT大厂,推出的“乐动力”、“天天跳绳”AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序,本系列文章将使用“AI运动识别”小程序插件,插件详情可以前往微信服务市场搜索相应插件。 二、运动计量方式2.1、计数方式此方式是当捕捉到一个或多个连续分动作后,则计数加1,如跳绳、俯卧撑、仰卧起坐等运动;计数的同时也可以同时进行计时。
但结构化思维、金字塔原理是底层素质,他决定了你的听说读写,写可以借助 gpt,当面对话、演讲、分享、汇报,你总不能让 AI 帮你代劳了吧。 如果你听说读写都被 AI 代劳了,那公司基本不需要你了。 就像跳绳一样,你跳绳是为了让自己减肥,如果绳子自己跳了,你得不到这个过程的重塑和锻炼,那这个动作就没有意义。
例如,针对居家学习的特点,设计线上+线下的项目式学习活动;基于劳动教育背景下的“烹饪大赛”、“同唱一首歌”、“共绘一幅画”、“跳绳大挑战”等。 为避免学生先入为主地认为跳绳运动枯燥,因而失去学习兴趣。龙华区第三外国语学校体育老师陈虹达则是在教学设置上以精彩的花样跳绳视频表演作为开场,优美、震撼的跳绳吸引学生进入网课学习状态。 在跳绳教学过程中,陈虹达通过讲解、示范、激励、指导等方法,激发学生主动参与,让教学在师生的多边互动中变得生动而富有吸引力。 陈虹达开展《花式跳绳》线上教学 这些互动性极强的线上教学场景,背后是由支撑龙华云校的教师助手和腾讯云课堂直播课程工具提供技术支持。 AI体育试点!深圳罗湖个性化运动任务打卡来了 腾讯教育专属红包封面正在限量派发中
随着深度学习推理技术的不断发展,让小型设备运行深度学习成为可能,阿里体育等IT大厂,推出的“乐动力”、“天天跳绳”AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序,本系列文章将使用“AI运动识别”小程序插件,插件详情可以前往微信服务市场搜索相应插件。 SportBase = AiSport.sports.SportBase;console.log(SportBase.SPORTS);//输出结果//0: {key: "Rope-Skipping", name: "跳绳
随着深度学习推理技术的不断发展,让小型设备运行深度学习成为可能,阿里体育等IT大厂,推出的“乐动力”、“天天跳绳”AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序,本系列文章将使用“AI运动识别”小程序插件,插件详情可以前往微信服务市场搜索相应插件。一、为什么要判断人体站位视角? 在我们实际的运动应用场景中,为了准确识别到相关运动的关键姿态点,一般会指定视角,如跳绳、开合跳需要面或背朝相机,而且像俯卧撑、仰卧起坐则需要左右侧对像相机,以获得最佳的识别率和体验。
引言:随着深度学习技术的发展进步,已经不再依赖强大的GPU算力,便可实现AI推理了,让AI技术渗透到了电脑、手机、智能设备等各类设备。 体育、健身行业也不例外,阿里体育等IT大厂,推出的乐动力、天天跳绳、百分运动等AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导、AI体测等概念空前火热。 那么AI运动这个应用场景,除了在原生APP上实现,能否搬上微信小程序呢,今天就带您探索几种可能的解决方案,并进行一些横向对比。 一、AI运动识别技术要点 要实现AI运动计时、计数,要解决主要技术问题有:视频抽帧、视频人体检测、姿态识别、计时计数算法,其中最主要的也是技术前提的便是人体识别检测,实现上面的技术,便是一个完整的AI 1.2、成熟的插件方案 相较于自研方案,也可以选择成熟的小程序插件解决方案,比如服务市场中的的【AI运动识别】微信小程序插件,可以为您的小程序提供人体检测、运动识别的AI能力,插件目前支持跳绳、开合跳、
本节重点 学习 AI 智能体的概念和构建方法,掌握如何实现具有自主决策能力的 AI 系统。 1)首先是 AI 大模型,这个就不多说了,大模型提供了思考、推理和决策的核心能力,越强的 AI 大模型通常执行任务的效果越好。 三、使用 AI 智能体 有 3 种方式可以使用 AI 智能体,之前的教程中其实我们已经有接触过,这里再快速复习一遍。 也可以直接使用专门的 AI 智能体工作流编排框架,比如 LangGraph 和 Spring AI Alibaba Graph。 2)Spring AI Alibaba Graph 目前 Spring AI 官方还没有提供工作流编排能力,但是国内的 Spring AI Alibaba 已经提供了工作流编排框架 Spring AI
说说计划 不知不觉写到了第七篇,理一下思路: 学会基本的概念,了解什么是什么不是,当前的位置在哪,要去哪。这是第一篇希望做到的。同时第一篇和第二篇的开始部分,非常谨慎的考虑了非IT专业的读者。希望借此沟通技术人员和产品人员,甚至管理和销售人员。我信服“上下同欲者胜”,所以也非常害怕因为大家对概念完全不同的理解而影响到团队的合作。 从最简单的部分入手,由概念到代码,完成技术破冰。这是第二、三篇希望做到的。 逐步迭代,从简单概念到复杂概念,从简单算法到复杂算法,接触到机器学习现实最常用的技术。这是四、五、六篇希
近日,Keep 在北京的技术开放日上分享了运动应用中的 AI 技术。 「我们想基于物联网设备和 AI 打造一个虚拟教练,为每个人提供个性化的运动服务。」Keep 技术 VP 彭跃辉在活动中表示。 Keep 在 Apple Watch 上的应用可以帮助你统计跳绳的次数,以及跳绳节奏的变化情况。 「我们在 18 年推出了体脂秤和跑步机,在 2019 年还会推出更多新硬件。 投身 AI 新技术 Keep 自 2017 年 10 月起布局 AI 业务,并将人工智能与运动的结合定位为未来发展的重点。 2018 年 7 月,这家公司获得了价值 1.27 亿美元的 D 轮融资——这是迄今为止,运动应用领域里最大的一笔融资。 「互联网和 AI 让世界离我们如此之近,只剩下一个屏幕的距离,但我们还希望 AI 和新技术能为我们的身体来做一些事情。」 Keep 正希望让我们的世界一起动起来。
中国AI巨头加速机器人领域布局 ▎ 政策追踪 | 中国宣布增加对AI、科学和技术创新的支持 政策红利推动技术商业化 ▎ 技术趋势 | HEADINFER技术实现消费级GPU长上下文推理 算力成本降低,边缘AI应用加速 ▎ 应用创新 | Runway首帧视频风格转换惊艳亮相 生成式AI在视频领域再突破 一、今日热点 (Hot Topic) 1.1 Anthropic预测AI将超越诺贝尔奖得主 ⚡ 数据支撑:其模型在化学推理、医学诊断等领域的准确率已接近人类专家 行业影响: ▸ 加速AI在基础科学研究中的角色转变,可能重构科研范式 ▸ 伦理争议升温,需建立AI科研成果的评估与认证体系 Hugging Face视频分类器优化数据管理 应用场景:短视频平台内容审核 ● 实施效果: 关键指标 实施前 实施后 提升幅度 审核准确率 89% 96% +7% 处理速度 1200帧/秒 3500 ▸ 验证了LLMs在复杂策略游戏中的规划能力 ▸ 引发关于AI游戏测试伦理的讨论 每日金句 今日思考:*"AI不会取代人类,但会用AI的人将取代不用AI的人"* 出自:Andrew Ng(吴恩达
最近,一款名为 Context7 MCP 的工具备受瞩目。网络上流传着各种说法,比如它解决了大语言模型的痛点、革新了 AI 编码方式,甚至能让 Cursor 效率提升十倍。 不使用 Context7 时,AI 可能会提供基于旧版本的代码: // 可能生成的过时代码 import React from 'react'; import ReactDOM from 'react-dom 18 project with the new createRoot API. use context7 Context7 会自动获取 React 18 的最新文档,AI 便会生成正确的代码: // Context7 网站介绍 除了 MCP 集成,Context7 还提供了一个便捷的网站服务:https://context7.com 网站功能特点 Context7 网站的核心功能是为 LLM 和 AI 无论你使用 Cursor、Claude 还是其他 LLM 工具,它都能帮助你获得更好的答案,避免 AI 产生幻觉,让 AI 真正理解你的技术栈。
最近,一款名为 Context7 MCP 的工具备受瞩目。网络上流传着各种说法,比如它解决了大语言模型的痛点、革新了 AI 编码方式,甚至能让 Cursor 效率提升十倍。 18 project with the new createRoot API. use context7 Context7 会自动获取 React 18 的最新文档,AI 便会生成正确的代码: // Context7 网站介绍 除了 MCP 集成,Context7 还提供了一个便捷的网站服务:https://context7.com 网站功能特点 Context7 网站的核心功能是为 LLM 和 AI 时可能遇到的问题: ❌ 训练数据包含过时文档 ❌ 生成不存在的虚假代码示例 ❌ 提供不针对特定版本的通用答案 ❌ 浪费时间验证 AI 生成的响应 ❌ 因与 LLM 反复沟通而感到挫败 使用 Context7 无论你使用 Cursor、Claude 还是其他 LLM 工具,它都能帮助你获得更好的答案,避免 AI 产生幻觉,让 AI 真正理解你的技术栈。
随着深度学习推理技术的不断发展,让小型设备运行深度学习成为可能,阿里体育等IT大厂,推出的“乐动力”、“天天跳绳”AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。 本系列文章就带您一步一步从零开始开发一个AI运动小程序,本系列文章将使用“AI运动识别”小程序插件,插件详情可以前往微信服务市场搜索相应插件。 1.请先为您的小程序,申请好“AI运动识别”小程序插件。 登录小程序后台,【设置】->【第三方设置】->【插件管理】->【添加插件】-> 搜索插件AI运动识别(APPID:wx6130e578c4a26a1a)-> 【添加】 2.本系列项目采用uni-app框加