aitoolkit-base 1.0.0

一个面向中学生的简单AI工具包，提供人脸分析、人体分析、相机工具和图像分析功能

AIToolkit Base

一个面向中学生的简单AI工具包，基于MediaPipe封装，提供简单易用的人脸检测、人脸关键点检测、手部关键点检测、人体姿态检测、手势识别和物体检测功能。

功能特点

• 简单易用的API设计
• 统一的接口风格
• 中文注释和文档
• 自动的可视化功能
• 实时处理支持

1.0版本固化功能

人脸分析

• 人脸检测：提升多人脸检测稳定性
• 人脸关键点：优化478点精确定位

人体分析

• 手部关键点：提升21点3D坐标准确性
• 人体姿态：优化33点检测与多人跟踪
• 手势识别：扩展更多手势类型识别

相机工具

• 相机工具：增强实时处理功能
• 支持cv2，web api 等多种网页端显示功能
• 迭代器支持：可使用for frame in camera:语法直接遍历视频帧

图像分析

• 物体检测：提升检测速度与精度

安装说明

Windows系统

1. 下载或克隆本仓库
2. 进入项目目录：cd aitoolkit_base
3. 运行安装脚本：build_wheel.bat

Linux/Mac系统

1. 下载或克隆本仓库
2. 进入项目目录：cd aitoolkit_base
3. 添加执行权限：chmod +x build_wheel.sh
4. 运行安装脚本：./build_wheel.sh

手动安装

如果安装脚本不起作用，可以手动安装：

1. 创建模型目录：

mkdir -p aitoolkit_base/models

2. 复制模型文件（从mediapipe-samples目录）到 aitoolkit_base/models/

3. 安装依赖：

pip install -r requirements.txt

4. 安装包：

pip install -e .

使用方法

1. 人脸检测

from aitoolkit_base import FaceDetector
import cv2

# 创建检测器
detector = FaceDetector()

# 读取图像
image = cv2.imread('test.jpg')

# 运行检测
faces = detector.run(image)

# 绘制结果
result = detector.draw(image, faces)

2. 手势识别

from aitoolkit_base import GestureRecognizer
import cv2

# 创建识别器
recognizer = GestureRecognizer()

# 读取图像
image = cv2.imread('test.jpg')

# 运行识别
gestures = recognizer.run(image)

# 绘制结果
result = recognizer.draw(image, gestures)

3. 相机实时处理

from aitoolkit_base import Camera, FaceDetector
import cv2

# 创建相机和检测器
camera = Camera()
detector = FaceDetector()

# 实时检测循环
while True:
    frame = camera.read()
    faces = detector.run(frame)
    result = detector.draw(frame, faces)
    cv2.imshow("人脸检测", result)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

camera.release()
cv2.destroyAllWindows()

4. 相机迭代器用法

from aitoolkit_base import Camera, FaceDetector
import cv2

# 创建相机和检测器
camera = Camera()
detector = FaceDetector()

# 使用迭代器语法直接遍历视频帧
for frame in camera:
    # 处理每一帧
    faces = detector.run(frame)
    result = detector.draw(frame, faces)
    
    # 显示结果
    cv2.imshow("人脸检测", result)
    
    # 按q键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
        
# 释放资源
camera.release()
cv2.destroyAllWindows()

实时处理示例

查看 examples 目录获取更多实时处理的示例代码。

常见问题

1. 模型文件找不到

   • 确保模型文件已正确复制到 aitoolkit_base/models/ 目录
   • 检查模型文件名是否正确

2. 实时处理速度慢

   • 尝试降低输入图像分辨率
   • 使用 ImageUtils.resize_image() 调整图像大小
   • 考虑使用性能更好的硬件

3. 检测不准确

   • 调整 min_detection_confidence 参数
   • 确保光线充足
   • 保持适当的距离