- 综合排序
- 最热优先
- 最新优先
- 来自专栏一步步开发AI运动APP
AI运动识别插件-APP版新版特性速览
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?. 四、姿态调试辅助工具由于插件在人体和运动检测时，绝大部分应用场景是通过设备相机实时抽帧进行识别的，而受限于开发工具模拟器能力、图像缩放和抽帧特性等因素，导致开发者在调试人体、运动检测及适配姿态运动检测时 基于以上原因，我们为插件调用开发者提供了一个“运动构建调试工具”，工具为 Windows 桌面应用，可直接运行于开发机器接收真机调试的人体和帧结果；开发者可通过工具进行帧回放调试、关键点提取等，后续我们将推出更丰富的辅助功能 工具同时支持接收APP和小程序版本插件的帧图像回传。更多特性可以参考插件文档中的版本历史。
23110编辑于 2025-12-15 成功案例分享|使用AI运动识别插件+微搭，快速搭建AI美体运动小程序
今天给大家分享一个最近使用我们的“AI运动识别小程序插件”+“微搭”搭建小程序的经典案例。 考虑到开发成本、开发周期及原功能迁移的问题，用户决定基于“微搭”低代码平台进行搭建，并集成“AI运动识别小程序插件”以实现AI运动识别智能化功能。 在我方技术人员的协助下，成功将“AI运动识别小程序插件”集成至“微搭”平台的小程序中。 借助插件丰富接口和可扩性，我司根据AI美体小程序的需求，定制了多种运动识别功能,如瘦身训练、形体矫正等美体运动的动作识别，整个过程只花费了几天时间。 这款小程序不仅具备精准的运动识别能力和实时反馈功能，还提供了个性化的训练计划和改进建议，“AI运动识别插件”的精准识别能力和实时反馈功能，极大地提升了用户的运动体验和粘性，使用户能够更加科学地进行美体运动
57910编辑于 2024-10-14- 来自专栏一步步开发AI运动APP
AI运动识别插件版本再发布迭代更新，大量新特性更新
基于近期用户的应用情况的反馈，在上周的时间节点上，我们精心打造的全景AI运动解决方案中的uni APP版与小程序版插件，均发布了新一版的迭代更新。 其中，uni APP版本的更新成效尤为显著，不仅在识别检测性能方面实现了大幅提升，让用户能够享受到更为精准、高效的运动识别体验；还针对此前存在的一些错误进行了全面修复，确保系统运行的稳定性与可靠性；与此同时 ，更是新增了一系列场景急需的功能，充分满足了用户在不同运动场景下的多样化需求。 使用示例如下：<template><yz-ai-camera id="camera" class="camera" :device="cameraDevice" resolution="medium" 好了，此新特性就为您介绍到这，请保持关注，AI运动识别插件将保持迭代，助力开发者更简单的实现AI运动小程序、APP。
18310编辑于 2025-07-01 - 来自专栏一步一步开发AI运动小程序
十六、AI运动识别中，如何判断人体站位？
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？ 上一篇我们介绍了运动识别中，如何实现对人与摄像头的远近预检，以提供识别率和体验。 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。 在正式开始运动前，便可以使用此检测规则，对当前人体姿态进行预检，再通过语音等方式提醒用户调整站位至合适视角，以便获得最佳体验和识别效果。
74410编辑于 2024-06-06 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】三、在APP中引入识别插件
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。 使用的「AI运动识别插件」引擎，已托管到DCloud插件市场，为什么标准的uni-modules模块，同时支持uni-app和uni-app x两个框架。 二、登录DCloud插件市场 登录DCloud插件市场，搜索“AI运动识别”(插件ID：yz-ai-sport) 三、导入插件 点击插件详情页右侧的【购买普通授权版】或【试用】按钮，选择要调用插件的APP ，并【确认】，再点击【导入到HBuilderX】按钮将插件导入到项目中，如下图所示： 稍等一两分钟，插件成功导入到项目后，项目的uni_modules文件中会多出yz-ai-sport文件夹。
36900编辑于 2025-04-02 - 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】二、跨平台APP AI运动识别方案介绍
一、方案简介 本系列开发指南选用了「云智AI运动识别」系列插件中的uni-app APP版作为识别引擎。 这款插件专为基于uni-app框架开发的APP量身打造，提供了本地原生（非云端依赖）的AI人体识别、精准姿态识别、运动识别计时计数等核心能力。 识别引擎详细介绍请浏览DCloud插件市场二、APP版插件的优势 2.1、本地原生极速识别 该识别引擎摒弃了云端或第三方服务的依赖，完全依托APP在手机端侧的强大算力，实现极速识别。 这一设计不仅保证了识别的即时性，更带来了流畅无阻的用户体验，让用户享受AI运动识别的便捷。 无论您的APP用户量是多少，都能享受到稳定且经济的AI运动识别服务。
52610编辑于 2025-04-02 十五、AI运动识别中，如何判断人体站位的远近？
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、为什么要判断人体与摄像头的远近？ 在进行运动和姿态识别时，离摄像头太近，则无法取得全身关键点；若离摄像头太远，则人体图像太小，关键点将混成一团，识别效果太差，如下图所示： 基于此，就非常有必要在正式开始运动前，对人体站位进行预检，再通过语音等方式提醒用户调整站位至合适距离 ，以便获得最佳体验和识别效果，我们建议将人体控制在帧图像的55%-85%之间。 二、whole检测规则 whole是插件姿态计算引擎body-calc提供检测整个人体是否全部位于帧图像（或指定的范围）内，我们可以利用此规则进行人体远近的检测，如果人体只有部分在帧图像的85%范围内（
77010编辑于 2024-07-10- 来自专栏一步步开发AI运动APP
【一步步开发AI运动APP】十一、同时检测识别多人运动，分别进行运动计时计数
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、应用场景在赛事活动多人PK对战、学生体测教学、运动角设备等开发应用场景中，经常存在需要同时检测多人运动需求；此需求在AI小程序时受限于小程序的运行环境，一直无法实现。 而且APP版插件因为是原生执行环境，检测分析性能得以大幅提升，已可以实现同时检测多人姿态和运动能力了。 二、方案实现根据下面的AI运动分析的流程图所示，要实现同时多人运动分析能力，须先实现多人的人体姿态检测，再将检出的多人人体结果，分别推送到不同的运动分析器实例，即可实现多人运动检测分析。
32010编辑于 2025-09-01 - 来自专栏一步一步开发AI运动小程序
三、运动识别处理流程
随着人工智能技术的不断发展，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“云智AI运动识别小程序插件”，请先行在微信服务市场或官网了解详情。 一、基本概念 要完成AI运动识别的，需要您了解以下基本概念。 1.1、视频帧 视频帧是指构成视频图像的一帧一帧的画面，每一帧都是静态的图像，连续的帧构成了视频的动态画面。 在小程序做人体识别时需要调用手机摄像头，抽取摄像头画面的帧图像。 1.4、人体识别 在抽取到帧图像后，需求将帧图像传递给插件，若成功识别到了人体图像，插件将为您返回17个人体关键点信息。 其中人体识别、骨骼图绘制、运动分析核心功能由插件提供，调用相应的API即可完成。 下一篇我们将为您介绍始何在小程序中抽帧...
36010编辑于 2024-05-09 - 来自专栏AI掘金志
AI识别早期脑瘫，可将儿童运动视频转化为“火柴人”显示
研究人员利用AI图像识别算法将视频记录中幼儿的图像运动模式自动转化为如图所示的“火柴人（stick man）”形式的客观生物标记物，在这项同行评审的研究中，该方法已被用于识别早期脑瘫（CP）。 ? AI“火柴人”揭示运动基本要素 ? 脑瘫的识别往往通过观察婴幼儿的动作及反应情况，极大地依靠医生的主观视觉经验，难免会误诊或效率低。 AI运动分析应用于神经学 ? 运动分析可以以多种方式改善医生对疾病的治疗决策，为不同治疗策略效果提供客观的定量测量方法。 除早期脑瘫检测外，AI自动运动分析在评估婴儿神经发育方面具有许多潜在的应用。 例如应用儿童健康管理，自动化运动分析可以对儿童进行院外筛查，以识别需要进一步护理的儿童，或者在关注儿童发育的情况下确保大脑发育正常。 目前已经收集了包括3D视频记录在内的多种数据集，正在开发一种基于AI的婴儿运动成熟度评估方法。
99250发布于 2019-08-29 - 来自专栏AIoT技术交流、分享
Python+OpenCV实现AI人脸识别身份认证系统(4)—人脸识别
本篇博文是Python+OpenCV实现AI人脸识别身份认证系统的收官之作，在人脸识别原理到数据采集、存储和训练识别模型基础上，实现人脸识别，废话少说，上效果图： ? 案例引入 在Python+OpenCV实现AI人脸识别身份认证系统(3)——训练人脸识别模型中主要讲述神经网络模型的训练过程，使用OpenCV模块中的LBPH（LOCAL BINARY PATTERNS HISTOGRAMS）人脸识别器算法（cv2.face.LBPHFaceRecogni zer_create()方法实现），训练生成“.yml”后缀的模型文件。 人脸识别的过程也非常简单，通过使用OpenCV模块读取“.yml”后缀的识别模型文件，实现人脸识别。 示例代码如下所示：
4.2K30发布于 2021-01-20 VFP AI 插件：超长上下文的识别(一)
VFP AI 插件在访问大模型时，有一个上下文长度的问题。 对于 DeepSeek 而言，其大小为 128K(=128000 token)。 VFP AI 插件 2025.12.15 版，初步实现超长上下文的处理： 所分析 VCX 类库，使用类浏览器转换出的 prg 格式文件，文件体积为 400+KB，共 10329 行，超过模型最大上下文的最大限制
12210编辑于 2026-03-10VFP AI 插件：超长上下文的识别(二)
距离上一篇VFP AI 插件：超长上下文的识别(一)有些时间了。经过不断的试错和优化，终于完成了 VFP AI 插件的超长上下的识别。将时间从数小时压缩至最多几十分钟。 也意味着，为使用 VFP AI 插件进行项目分析扫清了主要的障碍。 凤凰涅槃，浴火重生！
10010编辑于 2026-03-10- 来自专栏科控自动化
运动控制4.CAM同步应用
VDI指南2143中定义了16种可能的运动过渡选择（图4），并给出了不同过渡转换可能适用的运动转变的过渡曲线（图5）。 图4 VDI 2143基于连续分段的运动过渡选择 图5 VDI 2143适用于可能的运动转变的运动定律 有关“LCamHdl”库的更多信息，请参见西门子工业在线支持网站的条目 ID 105644659 跟随轴的运动起点根据所选的同步模式进行定义。 随后同步，设置参数“MC_CamIn.SyncProfileReference”= 3时，设置参数使用主值距离与特定同步位置同步和“MC_CamIn.SyncProfileReference”= 4时， ” = 5 时，将在活动凸轮结束运动时以新的缩放比例更改另一个凸轮或当前凸轮。
4.6K31编辑于 2022-03-29 - 来自专栏Android知识点总结
开源计划之--Android数字运动小插件--NumGo
mXD.setTranslationY(-1200 * rate); } }); x平方式加速： mNumGo4 = new NumGo(); mNumGo4.setInterpolator(new A_X2_Inter()); mNumGo4.setOnUpdate(new NumGo.OnUpdate void onViewClicked() { mNumGo1.go(); mNumGo2.go(); mNumGo3.go(); mNumGo4. go(); } ---- 后记、 1.声明： [1]本文由张风捷特烈原创,转载请注明 [2]欢迎广大编程爱好者共同交流 [3]个人能力有限，如有不正之处欢迎大家批评指证，必定虚心改正 [4]
55520发布于 2018-09-29 插件发布新特性，让运动适配更简单。
为了让广大开发者更好的适配各AI运动场景，我们的AI运动识别插件已经迭代了23个版本，最近又迎来了我们的1.5.5小版本更新，本次更新了2个新特性，新特性有助于大家更好的适配新运动，更轻松的开发健身、体育 、体测、AR互动等AI运动场景场景；下面我们就来看看这两个新特性。 后记提供简洁、灵活、开箱即用的人体检测、姿态检测、运动检测解决方案，让各开发者能简单、快速、低成本的开发AI体育、AI体测、云上运动赛、AI运动赛事、AI健身、AR互动、AI运动小游戏等应用是我们的宗旨 ；版本迭代也一直在路上，请大家持续关注我们的最新动态，最近我们还将陆续推出UNI APP原生APP AI运动插件、可私有化部署的人体检则及运动检测Web服务，可在Windows、Linux终端运行的AI 以帮助大家构建全景式AI运动应用。
23110编辑于 2024-10-23- 来自专栏新智元
4分钟视频讲解DeepMind论文：AI在复杂环境中学习运动
这篇4分钟的视频论文解析很好地讲解了论文的大意，特推荐给读者。 具体来说，我们在不同环境环境下训练智能体，发现这样可以增强智能体的稳健行为，使其在一系列任务中表现良好。 我们在此展示这种运动原则，这些行为以奖励敏感性高闻名。我们使用基于前向传播的简单奖励函数，在多种具挑战性的地形和障碍物上训练几个虚拟人物。 这是 Humanoid 根据周围地形运动的一系列延时图像。 原文地址：http://blog.floydhub.com/coding-the-history-of-deep-learning/
1.1K50发布于 2018-03-22 - 来自专栏老高的技术博客
typecho插件编写教程4 - 插件点
终于，在能够保存配置信息后，我们可以开始编写插件的挂载功能了。 首先我们需要知道系统为我们在各个关键的环节都预留了插件点给我们，系统运行到插件点时，会检测到是否有插件挂在这个点上，然后执行插件的逻辑！ 插件的工作就是找到合适的插件点，挂上去，然后执行自己的逻辑。 插件点，插件钩子，插件接口。。。 在老高这儿是一个概念 官方的插件接口及功能列表 我们的插件需要执行的逻辑在这里，Widget_Contents_Post_Edit类的finishPublish方法 文件路径var/Widget/Contents 有了类本身，我们可以在插件中随意调用他的公共方法！
68840编辑于 2022-12-28 - 来自专栏兜兜毛毛
MyBatis plugins插件（4）
插件是MyBatis对外开放了四个接口，可以用于自定义扩展。 prepare （BaseSatementHandler）SQL预编译 parameterize 设置参数 batch 批量处理 update 增删改操作 query 查询操作 以上4个接口在 MyBatis实现自定义插件 创建自定义插件主要步骤： 编写插件代码实现Interceptor接口，设置要代理的方法 在mybatis-config.xml中注册插件 下边来简单做一个分表的插件，根据主键 field.set(mappedStatement, sqlSource); return invocation.proceed(); } } 在mybatis-config.xml中注册插件 插件的核心原理 那MyBatis是如何实现插件功能的呢？如果有多个插件它又是如何执行的呢？ 插件的实现使用了动态代理、反射和责任链的方式实现。 下边我将抽出MyBatis的插件核心代码。
74510发布于 2021-04-15 - 来自专栏Y大宽
Cytoscape插件4：iRegulon
序列特异性的转录因子结合在DNA 识别区域（cis调控元件），并且因此控制目标基因的转录起始速率，通过与其他比如co-factors的相互作用，染色体修饰和转录工厂等。 插件作者收集了多于九千个PWMs从不同的来源和物种，并且使用motif2TF程序，把它们和候选结合TFs联系在一起。并且作者开发了iregulon。允许，预测的cis调控结合位点直接整合进生物网络。 （暂且中断原来文章，因为牵扯知识相对深奥，所以先看一下这个插件的用法，然后继续翻译）http://iregulon.aertslab.org/tutorial.html （暂且中断原来文章，因为牵扯知识相对深奥 ，所以先看一下这个插件的用法，然后继续翻译）http://iregulon.aertslab.org/tutorial.html 手册 iRegulon可以解决以下问题。 column1（microRNA）source interaction 5）column4（target gene name）for target interaction 6）tick show text
3.7K21发布于 2018-09-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号