PROJECT 01
ANN hasil training
Baseline proyek untuk enam aktivitas KTH. Pipeline, kelas, dan bobot dipertahankan.
- MobileNetV2 + classifier ANN
- Enam kelas aktivitas
- Classifier dilatih pada dataset proyek
- Skor dan latensi inferensi
MULTIMODAL COMPUTER VISION
Satu kamera.
Lebih banyak yang terlihat.
Dari gerakan tubuh ke mimik wajah dan gestur tangan.
Vision pralatih yang beradaptasi dengan apa yang ada di kamera.
Tanpa training ulang untuk mode hybridBackend lokal atau privat
Visualisasi sistem · bukan hasil inferensi langsung
DIBANGUN DENGAN MODEL DAN TOOLS OPEN-SOURCE
ULTRALYTICS YOLOGoogle MediaPipeMicrosoft X-CLIPNEXT.js + ANN
BUKAN HANYA SATU JENIS DETEKSI
Satu sistem.
Empat cara melihat.
Pilih konteks secara otomatis, atau kendalikan sendiri.
Hasil yang terlihat, batas kemampuan yang jelas.
MODEL VISUALIZATIONTubuh lengkap
32+ kandidat aksiILLUSTRATION
TUBUH LENGKAP
Body & action
YOLO menemukan tubuh dan keypoint. Model video pralatih membandingkan gerakan dengan deskripsi aksi—dari berjalan hingga yoga.
17 keypoint pose · kandidat aksi dapat ditambah
Uji di kamera CONTEXT-AWARE ROUTING
Kamera bergerak.
Analisis ikut beradaptasi.
Tidak perlu berganti model setiap kali framing berubah. Sistem melihat bagian yang tersedia, menstabilkan pilihan, lalu menampilkan analisis yang sesuai.
- 01Lihat bagian yang tersedia
Deteksi tubuh, wajah, tangan, dan objek pada frame terbaru.
- 02Pilih konteks yang relevan
Tangan yang mendominasi, tubuh lengkap, atau wajah yang terlihat jelas.
- 03Tampilkan hasil beserta alasannya
Overlay, skor, dan indikator mode. Tidak ada target yang jelas? Sistem mengatakannya.
CAMERA INPUT
Vision routerBagian terlihat + dominasi frame
AUTOTubuh lengkapYOLO Pose + X-CLIP
Wajah dominanGoogle MediaPipe
Tangan dominanGoogle MediaPipe
Objek sekitarYOLO detection
Perpindahan distabilkan agar mode tidak cepat berkedip.
DUA PENDEKATAN. SATU TEMPAT PENGUJIAN.
Dilatih sendiri.
Atau langsung pralatih.
PROJECT 02 · PRETRAINED
Hybrid Vision
YOLO, MediaPipe, dan X-CLIP bekerja bersama. Lebih banyak tugas, tanpa melatih ulang model.
- Objek + pose + wajah + tangan
- Pemilihan konteks otomatis
- Kandidat aksi lewat deskripsi tambahan
- Landmark dan kotak deteksi langsung
Lebih banyak kemampuan bukan berarti mengenali semuanya. YOLO mendukung kelas objek tertentu, MediaPipe punya gestur dan blendshape bawaan, dan pengenalan aksi bergantung pada kandidat serta kualitas video. Mimik bukan diagnosis emosi.
YOUR CAMERA. YOUR EXPERIMENT.
Lihat apa yang
bisa dibaca kameramu.
Kamera browser, backend pilihanmu.
Gunakan server lokal atau host inference privat.