-yolov8-

🧍‍♂️ YOLOv8-Pose 实时姿态检测系统

⭐ 如果这个项目对你有帮助，欢迎给个 Star！

基于 YOLOv8-pose 的图形化姿态估计工具，支持图片、摄像头、视频文件输入，实时检测人体关键点、绘制骨架，并识别正常坐姿、低头、驼背、身体侧倾等精细姿态。

---

📌 功能特点

• 🖼️ 多种输入源：图片、摄像头、本地视频文件（.mp4/.avi/.mov）
• 🧠 高精度姿态估计：基于 YOLOv8-pose，支持 17 个 COCO 关键点
• 🎯 精细坐姿分析：
  • 正常坐姿
  • 低头（颈部弯曲角度）
  • 驼背（躯干前倾角度）
  • 左侧斜 / 右侧斜（肩膀高度差）
• 🖥️ 友好 GUI：Tkinter 界面，可实时调节置信度、IOU、姿态判断阈值
• 🚀 实时性能：摄像头模式下可流畅运行（30fps+）
• 👥 多人检测：支持画面中多个人体同时识别与标注

---

🖼️ 界面预览

┌─────────────────────────────────────────────────┐
│  [Load Model]  Model loaded    Conf: ███░░      │
│  Tilt: ██░░░   Hunch: ██░░░    Bowed: ██░░░     │
│  [Open Image] [Open Video] [Start Camera] [Stop]│
├─────────────────────────────────────────────────┤
│                                                 │
│              【实时视频/图片显示区域】               │
│                                                 │
├─────────────────────────────────────────────────┤
│  2 person(s) detected                           │
│  Status: Camera started                         │
└─────────────────────────────────────────────────┘

实际运行时会显示每个人体的关键点、骨架和姿态标签。

---

📦 安装与依赖

环境要求

• Python 3.8 或更高版本
• 建议使用 Anaconda 或虚拟环境

安装步骤

1. 克隆仓库

   git clone https://github.com/aaron888hacker/-yolov8-.git
   cd -yolov8-
   

2. 安装依赖包

   pip install -r requirements.txt
   

   requirements.txt 内容：

   ultralytics>=8.0.0
   opencv-python>=4.5.0
   numpy>=1.21.0
   Pillow>=9.0.0
   

3. 下载预训练模型
   将 yolov8n-pose.pt（或 yolov8s-pose.pt / yolov8m-pose.pt）放入项目根目录。
   下载地址：Ultralytics Assets

---

🚀 快速开始

1. 运行 GUI

   python pose_gui.py
   

2. 加载模型：点击 Load Model，等待提示“Model loaded”。

3. 选择输入源：

   • 图片：Open Image → 选择一张包含人物的图片
   • 视频文件：Open Video → 选择 .mp4/.avi 文件
   • 摄像头：Start Camera → 打开默认摄像头

4. 调节阈值（实时生效）：

   • Conf：检测置信度（降低可识别更小/模糊的人体）
   • Tilt thresh：身体侧倾判断灵敏度
   • Hunch (°)：驼背角度阈值（大于此值判为驼背）
   • Bowed (°)：低头角度阈值（大于此值判为低头）

5. 停止：点击 Stop 关闭当前视频/摄像头。

---

⚙️ 配置与自定义

修改默认模型

在 PoseGUI.__init__ 中更改 self.model_path：

self.model_path = 'yolov8m-pose.pt'   # 改用 medium 模型提升精度

提高小目标检测能力

在 PoseEstimator.process_frame 中增加 imgsz 参数：

results = self.model.predict(..., imgsz=1280)  # 默认640

注意：更高的分辨率会增加 GPU/CPU 负载。

添加新的姿态类别

修改 PoseEstimator.analyze_sitting_pose 的决策逻辑，或扩展 determine_pose 的返回值。

启用中文标签

将 fine_pose 字符串改为中文（如 '低头'），并确保使用支持中文的字体（如 times.ttf）。在 process_frame 中可替换 cv2.putText 为 PIL 绘图（参考代码注释）。

---

📂 文件结构

.
├── pose_gui.py            # 主程序（GUI + 姿态估计核心）
├── yolov8n-pose.pt        # 预训练模型
├── requirements.txt       # 依赖列表
├── README.md              # 本文件

---

📊 姿态标签说明

标签（英文）	含义	判断依据
standing	站立	膝盖伸直，髋部高于膝盖
sitting	坐姿（标准）	膝盖弯曲，髋部高于膝盖
sitting_low	低坐姿	膝盖弯曲且位置较低
leaning	微屈/倚靠	膝盖角度在125~160之间
normal sitting	正常坐姿	坐姿且各角度在正常范围内
bowed head	低头	颈部弯曲角度 > 阈值
hunchback	驼背	躯干前倾角度 > 阈值
left tilt	身体左侧斜	右肩高于左肩
right tilt	身体右侧斜	左肩高于右肩
squat	深蹲	膝盖角度 < 90°
unknown	无法判断	关键点置信度不足

---

🧪 测试环境

• OS: Windows 10/11, Ubuntu 20.04
• Python: 3.11.4
• GPU: NVIDIA RTX 3060 (可选，CPU 也可运行)
• 摄像头: 普通 USB 摄像头 / 笔记本内置摄像头

---

🤝 贡献指南

欢迎提交 Issue 和 Pull Request。如果您想添加新功能（如姿态记录、报警提示等），请先开 Issue 讨论。

---

📄 许可证

本项目采用 MIT 许可证。

---

🙏 致谢

• Ultralytics YOLOv8 – 提供强大的姿态估计模型
• OpenCV – 图像处理
• Pillow – 图像显示

---

Star History

📧 联系方式

如有问题或建议，请通过 GitHub Issues 反馈。

---

⭐ 如果这个项目对你有帮助，欢迎给个 Star！