Good-GYM: AI健身助手 💪

基于 MediaPipe 姿态检测的智能健身助手 | Docker 一键部署 | 支持 RTSP 摄像头

---

📖 项目简介

Good-GYM 是一款基于 AI 姿态检测技术的智能健身助手，通过摄像头实时追踪您的运动姿态，自动计数并提供语音反馈。项目采用 Google MediaPipe 进行姿态检测，支持 Docker 容器化部署，可通过 Web 界面远程访问。

🎯 核心特性

• 🤖 AI 姿态检测 - 采用 MediaPipe Pose Landmarker 实现精准的 33 关键点追踪
• 🎬 多源视频支持 - 支持本地摄像头、RTSP 网络摄像头、本地视频文件
• 🐳 Docker 部署 - 一键启动，支持打包成 FPK 部署到 FNOS/Docker 环境
• 🌐 Web 界面访问 - 通过浏览器远程访问，支持桌面端和移动端
• 🔊 智能语音播报 - TTS 语音播报次数，里程碑音效（每 10 次）
• 💾 设置持久化 - 运动类型、摄像头地址等配置自动保存
• 📊 运动统计 - 实时追踪健身进度和历史记录
• 🎨 可视化骨骼 - 实时显示人体骨骼和关键角度

🎥 摄像头配置指南

1. RTSP 网络摄像头

常见品牌 RTSP 地址格式：

• 海康威视 (Hikvision): rtsp://admin:密码@IP地址:554/h264/ch1/main/av_stream
• TP-Link / TAPO: rtsp://admin:密码@IP地址:554/stream1
• 小米/大方: rtsp://IP地址:8554/unicast

如何配置：

1. Web 界面配置：

   • 打开 Good-GYM 网页 (http://IP:6080)
   • 点击右下角【控制面板】
   • 将【视频源】选择为 RTSP
   • 在下方输入框填入完整 RTSP 地址
   • 点击【保存设置】，页面会自动刷新

2. 配置文件配置 (Docker):

   • 修改 docker-compose.yml:

     environment:
       - RTSP_URL=rtsp://admin:password@192.168.1.100:554/stream1

2. 使用手机作为摄像头

• iOS/Android: 安装 "IP Webcam" 或 "DroidCam" 应用。
• 获取 RTSP/HTTP 流地址（例如 http://192.168.1.5:8080/video）。
• 在 Good-GYM 中填写该地址。

🚀 快速开始

方式一：FPK 部署（推荐 - 飞牛 NAS/Docker 用户）

1. 下载 FPK 包

   git clone https://github.com/yanfeng17/Good-GYM.git

2. 安装到 FNOS

   • 在飞牛 OS 应用商店中选择"本地安装"
   • 上传 fpk/goodgym.fpk 文件
   • 安装完成后，在浏览器访问 http://[NAS_IP]:6080

方式二：Docker 部署

docker-compose up -d

方式三：本地 Python 运行

pip install -r requirements.txt
python run.py

📋 系统要求

项目	最低要求	推荐配置
操作系统	Windows 10 / macOS 10.15 / Linux	Windows 11 / macOS 12+ / Ubuntu 20.04+
Python	3.9	3.9 或 3.10
摄像头	任意 USB/网络摄像头	1080p 摄像头
Docker	Docker 20.10+	Docker 24.0+

🎮 使用指南

1. Web 界面操作

访问 http://[设备IP]:6080：

• 🎥 视频显示区 - 实时显示摄像头画面和骨骼追踪
• 📊 控制面板 - 选择运动类型、调整设置
• 🔊 音频状态 - 右上角显示音频连接状态（绿色=已连接）
• 🎯 计数显示 - 大字显示当前次数

2. 支持的运动类型详解

系统通过计算特定关节点的角度变化来判定动作是否完成。一般逻辑为：

1. 准备/拉伸阶段：角度大于 开始角度，进入 "UP" 状态。
2. 发力/收缩阶段：角度小于 触发角度，且处于 "UP" 状态 -> 计数 +1。

运动类型	中文名	关键部位 (角度计算点)	计数逻辑 (角度阈值)	说明
Squat	深蹲	髋部-膝盖-脚踝	>160° 站立 -> <110° 下蹲	站直后下蹲到大腿约为水平位置
Push-up	俯卧撑	肩膀-手肘-手腕	>160° 手臂伸直 -> <110° 手臂弯曲	手臂伸直后下放身体直到手肘弯曲约90度
Sit-up	仰卧起坐	肩膀-髋部-膝盖	>170° 躺平 -> <145° 坐起	平躺后上半身坐起，使身体折叠
Bicep Curl	弯举	肩膀-手肘-手腕	<60° 手臂弯曲 (反向) -> >160° 下放	注意：此处逻辑为手臂先弯曲(举起)再下放复位
Lateral Raise	侧平举	髋部-肩膀-手肘	<80° 手臂平举 -> >30° 手臂放下	注意：测量的是腋下角度。手臂抬平后放下复位
Overhead Press	推举	髋部-肩膀-手肘	>150° 手臂上举 -> <30° 手臂放下	测量腋下角度，手臂上举伸直后下放
Leg Raise	抬腿	肩膀-髋部-膝盖	>160° 腿部伸直 -> <130° 抬腿	身体平躺，腿部伸直后向上抬起
Knee Raise	抬膝	髋部-膝盖-脚踝	>160° 腿部伸直 -> <110° 提膝	站立状态下将膝盖提起
Knee Press	压膝	髋部-膝盖-脚踝	>160° 腿部伸直 -> <110° 弯曲	膝盖按压运动，检测腿部角度变化
Crunch	卷腹	肩膀-髋部-膝盖	>175° 躺平 -> <150° 卷起	类似仰卧起坐，亦检测上半身抬起角度

提示：所有角度阈值均可在 data/exercises.json 文件中自定义修改。例如觉得深蹲太难触发，可以将 down_angle 改大一点（如 120）。

🤝 贡献指南

欢迎提交 Pull Request！

� 致谢

• yo-WASSUP/Good-GYM - 本项目基于此项目进行开发
• Google MediaPipe - 提供强大的姿态检测能力

�📄 许可证

MIT License

---

Made with ❤️ by yanfeng17