📷 AzureKinect with YOLO

← 返回首页

项目简介

该项目不再依赖 Azure Kinect 自带的 Body Tracking SDK，而是使用 YOLOv8-Pose 对 Kinect RGB 图像进行实时人体姿态识别，生成每帧 COCO-17 格式的 2D 关键点坐标，并同步保存系统时间戳，便于后续与 5G CSI 数据进行时间对齐。

GitHub: https://github.com/Termin41/AzureKinect_with_YOLO

核心脚本

YOLO_V8.py

YOLO_V8.py 是当前主要使用方案。脚本调用 Azure Kinect 获取 RGB 图像流，并通过 Ultralytics YOLOv8-Pose 模型实时提取人体二维姿态坐标。

• 使用 Azure Kinect 实时获取 RGB 图像。
• 通过 yolov8m-pose.pt 完成人体姿态估计。
• 保存 ground_truth.npy，数据形状为 (N, 17, 2)。
• 保存 vision_data_time.log，记录每帧视觉数据的系统时间戳。
• 采集时可按 1 开始记录，按 2 结束并保存数据。

BodyTracking SDK 对照

仓库保留了 BodyTracking_2D.py 作为对照方案，用 Azure Kinect Body Tracking SDK 提取 2D 姿态坐标，并重排为 COCO-17 关键点格式。但实际测试中该方案效果不如 YOLOv8-Pose，因此主流程采用 YOLO_V8.py。