st-Gcn训练跳绳识别模型二：yolov8-pose提取骨骼数据代码讲解（源码在文末）

目录

脚本概述

代码解析

1. 导入和配置

2. 初始化

3. 提取关键点函数

4. 处理片段函数

5. 主处理流程

6. 入口

脚本概述

该 Python 脚本处理视频文件，提取基于 COCO 格式的 17 个关键点的 2D 坐标，生成骨架数据，并将其保存为 .npy 文件，同时将对应的标签存储在 JSON 文件中。脚本设计用于批量处理多个视频，使用 YOLOv8-Pose 检测关键点，并为后续动作识别任务（如 ST-GCN 训练）组织数据。

脚本的主要功能包括：

1. 加载视频和标签：从指定目录读取视频文件和对应的 JSON 标签文件，包含视频片段信息（起始帧、结束帧和标签）。

2. 提取关键点：使用 YOLOv8-Pose 模型检测每帧的 17 个关键点，选择离画面中心最近的人。

3. 处理片段：为指定的帧范围提取骨架数据，存储 x 和 y 坐标到四维数组中。

4. 保存数据：将骨架数据保存为 .npy 文件，并将标签信息保存到 JSON 文件。

下面我们将逐部分拆解脚本，详细讲解代码、用途和关键点。