Mindket

Sports2d

新上架第 1 版 · 更新于

概览

在 Gradio 页面里,从视频文件或网络摄像头画面中算出人体的二维姿态和关节角度。适合教练、运动研究者和任何想研究身体如何运动的人。

Sports2d 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的包
用在
  • 网页浏览器,通过 Hugging Face 上的 Space 页面
  • Windows、macOS 或 Linux 上的本地副本,使用 Python
先运行
pip install -U huggingface_hub
hf download DavidPagnon/sports2d --repo-type space --local-dir sports2d
cd sports2d

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Sports2d 是一个 Gradio 应用,读取视频或实时网络摄像头画面,估计每一帧里人体的位置以及各关节的角度。它让你不用手工标注素材。这个 Space 运行在 Hugging Face 的免费 CPU 硬件上,自带四段示例视频。

适合谁

适合研究人体运动的人,想用普通视频快速得到数据,而不需要实验室设备。

IndustryWho uses itHow they use itExample
运动训练教练和运动员查看训练视频里的身体位置和关节角度教练载入一段跳跃视频,查看起跳时的角度。
医疗健康物理治疗师通过视频观察一个人怎么走路治疗师运行一段步行视频,查看腿部角度。
研究运动科学研究者不用特殊硬件,从摄像头得到姿态估计学生先用一段视频试试这个应用,再设计更大的研究。
软件开发者阅读一个基于 Gradio 的小型姿态应用开发者在本地启动 app.py,看它是怎么接起来的。

如果你需要精确的临床测量或三维数据,可以跳过它,因为这个应用是二维的。

用在哪里

  • 网页浏览器,通过 Hugging Face 上的 Space 页面
  • Windows、macOS 或 Linux 上的本地副本,使用 Python
Use caseWhoWhat they get back
分析一段视频教练和研究者这段视频的二维姿态估计和关节角度
试用网络摄像头任何人来自实时摄像头画面的同类估计
用示例视频测试新手自带的跳跃、步行和跨栏视频的结果

如何设置

  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的包
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 下载到名为 sports2d 的本地文件夹。
  3. 进入这个文件夹。
  4. 安装 6.14.0 版本的 gradio。
  5. 安装 requirements.txt 里列出的包。
  6. 启动应用。
pip install -U huggingface_hub
hf download DavidPagnon/sports2d --repo-type space --local-dir sports2d
cd sports2d
pip install gradio==6.14.0
pip install -r requirements.txt
python app.py

如何使用

打开 Space 页面,或者用下面的命令在本地启动应用。然后给它一个视频文件,或者切换到网络摄像头,运行分析。

python app.py
ToolWhat it does
app.py主文件,负责启动 Gradio 页面
示例视频仓库里的四段短视频,用来试用应用

示例

你选择示例视频 hurdle_slowmo.mp4 并运行分析。应用会返回这段视频估计出的身体姿态,以及它算出的关节角度。

新手与专家

如果你是新手,先打开 Space 页面,用四段示例视频中的一段。这样在放入自己的素材之前,就能看到应用会产出什么。

如果你熟悉这个领域,这是二维姿态估计,所以角度是在图像平面里测得的,受摄像头位置影响。在免费 CPU 的 Space 上运行,长视频会比较慢。

  1. 选择视频或网络摄像头
  2. 应用在每一帧里找到人体
  3. 计算关节角度
  4. 结果显示在页面里

注意事项

  • 它是二维的,所以摄像头角度会影响数值
  • 来源没有说明结果的导出格式
  • License: bsd-3-clause
  • Cost to run: 未提及
  • Data it reaches: 你提供的视频文件,以及你选择使用时的网络摄像头

README 和文件

README

Sports2d

在 Gradio 页面里,从视频文件或网络摄像头画面中算出人体的二维姿态和关节角度。适合教练、运动研究者和任何想研究身体如何运动的人。

由 DavidPagnon 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Sports2d 是一个 Gradio 应用,读取视频或实时网络摄像头画面,估计每一帧里人体的位置以及各关节的角度。它让你不用手工标注素材。这个 Space 运行在 Hugging Face 的免费 CPU 硬件上,自带四段示例视频。

适合谁:适合研究人体运动的人,想用普通视频快速得到数据,而不需要实验室设备。

Industry | Who uses it | How they use it | Example
运动训练 | 教练和运动员 | 查看训练视频里的身体位置和关节角度 | 教练载入一段跳跃视频,查看起跳时的角度。
医疗健康 | 物理治疗师 | 通过视频观察一个人怎么走路 | 治疗师运行一段步行视频,查看腿部角度。
研究 | 运动科学研究者 | 不用特殊硬件,从摄像头得到姿态估计 | 学生先用一段视频试试这个应用,再设计更大的研究。
软件 | 开发者 | 阅读一个基于 Gradio 的小型姿态应用 | 开发者在本地启动 app.py,看它是怎么接起来的。

如果你需要精确的临床测量或三维数据,可以跳过它,因为这个应用是二维的。

用在哪里:

  • 网页浏览器,通过 Hugging Face 上的 Space 页面
  • Windows、macOS 或 Linux 上的本地副本,使用 Python
Use case | Who | What they get back
分析一段视频 | 教练和研究者 | 这段视频的二维姿态估计和关节角度
试用网络摄像头 | 任何人 | 来自实时摄像头画面的同类估计
用示例视频测试 | 新手 | 自带的跳跃、步行和跨栏视频的结果

如何设置:

  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的包
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 下载到名为 sports2d 的本地文件夹。
  3. 进入这个文件夹。
  4. 安装 6.14.0 版本的 gradio。
  5. 安装 requirements.txt 里列出的包。
  6. 启动应用。
pip install -U huggingface_hub
hf download DavidPagnon/sports2d --repo-type space --local-dir sports2d
cd sports2d
pip install gradio==6.14.0
pip install -r requirements.txt
python app.py

如何使用:打开 Space 页面,或者用下面的命令在本地启动应用。然后给它一个视频文件,或者切换到网络摄像头,运行分析。

python app.py
Tool | What it does
app.py | 主文件,负责启动 Gradio 页面
示例视频 | 仓库里的四段短视频,用来试用应用

示例:你选择示例视频 hurdle_slowmo.mp4 并运行分析。应用会返回这段视频估计出的身体姿态,以及它算出的关节角度。

新手与专家:如果你是新手,先打开 Space 页面,用四段示例视频中的一段。这样在放入自己的素材之前,就能看到应用会产出什么。

如果你熟悉这个领域,这是二维姿态估计,所以角度是在图像平面里测得的,受摄像头位置影响。在免费 CPU 的 Space 上运行,长视频会比较慢。

选择视频或网络摄像头
应用在每一帧里找到人体
计算关节角度
结果显示在页面里

注意事项:

  • 它是二维的,所以摄像头角度会影响数值
  • 来源没有说明结果的导出格式
  • License: bsd-3-clause
  • Cost to run: 未提及
  • Data it reaches: 你提供的视频文件,以及你选择使用时的网络摄像头

Hugging Face 上的数据(2026年11月13日)

  • 点赞:12
  • 构建方式:gradio
  • 许可证:bsd-3-clause

链接

  • Space:https://huggingface.co/spaces/DavidPagnon/sports2d
  • 文件:https://huggingface.co/spaces/DavidPagnon/sports2d/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Sports2d 本页12gradiobsd-3-clause
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架