攀爬尝试切分对比
每段视频:左边是原视频,右边第一行是你的标注,下面每行是一个模型切出的尝试。点击时间轴任意位置跳到那一刻。
标注:在页面上标注会自动保存到服务器,打开页面的人都能查看和修改。
快捷键作用于最近操作过的视频:S 起点 · E 终点 · , . 后退/前进 0.1 秒 · ← → 1 秒 · 空格 播放/暂停。
你的标注不计入
命中(±3 秒内)对上但边界偏差大 / 碎段
误报模型漏掉的标注还没标注完的视频多人同时(两段都保留,让用户选)
各视频处理时间
同一台 M5 Mac,每秒取 10 帧,只计姿态提取(读视频 + 模型推理);Vision+MP 补漏 = Vision 的时间 + 在 Vision 没检测到人的帧上跑 MediaPipe 的实测时间。
Vision:Swift,Apple Vision;MediaPipe:Python,CPU;RTMO:rtmo-s + ByteTrack,onnxruntime;Vision+MP 补漏:Vision + 空档处跑 MediaPipe。
| 视频 | 时长 | Vision | MediaPipe | RTMO | Vision+MP 补漏 |
|---|
| test00 | 47.9s | 5.0s 0.11× | 8.3s 0.17× | 21.2s 0.44× | 13.0s 0.27× |
| test01 | 72.9s | 6.8s 0.09× | 11.2s 0.15× | 33.5s 0.46× | 21.3s 0.29× |
| test02 | 92.2s | 8.8s 0.10× | 13.8s 0.15× | 43.2s 0.47× | 16.5s 0.18× |
| test03 | 175.4s | 15.7s 0.09× | 26.8s 0.15× | 94.8s 0.54× | 34.1s 0.19× |
| test04 | 67.4s | 5.9s 0.09× | 9.7s 0.14× | 39.1s 0.58× | 12.8s 0.19× |
| test05 | 80.0s | 5.6s 0.07× | 12.0s 0.15× | 45.8s 0.57× | 18.0s 0.23× |
| test06 | 48.8s | 3.1s 0.06× | 4.8s 0.10× | 27.4s 0.56× | 9.6s 0.20× |
| test07 | 48.6s | 3.3s 0.07× | 6.7s 0.14× | 27.7s 0.57× | 7.6s 0.16× |
| test08 | 49.3s | 3.7s 0.08× | 8.5s 0.17× | 21.9s 0.44× | 9.3s 0.19× |
| test09 | 34.4s | 2.5s 0.07× | 5.5s 0.16× | 15.9s 0.46× | 5.5s 0.16× |
| test10 | 57.9s | 4.0s 0.07× | 8.4s 0.14× | 26.7s 0.46× | 7.6s 0.13× |
| test11 | 80.9s | 7.1s 0.09× | 12.6s 0.16× | 106.1s 1.31× | 16.8s 0.21× |
| 合计(12 段视频,每个模型都有结果) | 855.7s | 71.5s 0.08× | 128.3s 0.15× | 503.3s 0.59× | 172.1s 0.20× |
轨迹明细(每个模型、每条轨迹)
Vision:2 次尝试,2 条轨迹
MediaPipe:3 次尝试,2 条轨迹
RTMO:3 次尝试,2 条轨迹
Vision+MP 补漏:2 次尝试,2 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,97% 的检测点落在线上。

#1 1.7–6.1s
结尾没拍到
#2 20.9–45.1s
完整
#1 1.7–6.1s
结尾没拍到
#2 20.9–45.1s
完整
轨迹明细(每个模型、每条轨迹)
Vision:3 次尝试,3 条轨迹
MediaPipe:6 次尝试,6 条轨迹
RTMO:3 次尝试,3 条轨迹
Vision+MP 补漏:3 次尝试,3 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,97% 的检测点落在线上。

#1 9.2–26.7s
首尾都没拍到
#2 27.5–40.8s
结尾没拍到
#3 45.8–69.0s
完整
#1 9.2–20.2s
首尾都没拍到
#2 27.5–40.8s
结尾没拍到
#3 46.0–68.8s
完整
轨迹明细(每个模型、每条轨迹)
Vision:2 次尝试,2 条轨迹
MediaPipe:3 次尝试,2 条轨迹
RTMO:2 次尝试,2 条轨迹
Vision+MP 补漏:2 次尝试,1 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,100% 的检测点落在线上。

#1 7.1–34.1s
完整
#2 36.2–88.6s
完整
#1 7.1–34.1s
完整
#2 37.0–88.6s
开头没拍到
轨迹明细(每个模型、每条轨迹)
Vision:6 次尝试,8 条轨迹
MediaPipe:7 次尝试,7 条轨迹
RTMO:6 次尝试,9 条轨迹
Vision+MP 补漏:6 次尝试,9 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,95% 的检测点落在线上。

#1 0.0–14.2s
首尾都没拍到
#2 19.2–23.4s
开头没拍到
#3 38.2–70.9s
完整
#4 96.9–113.7s
完整
#5 119.5–141.1s
完整
#6 146.0–169.3s
完整
#1 0.0–13.5s
首尾都没拍到
#2 19.2–23.4s
开头没拍到
#3 38.2–70.9s
完整
#4 98.8–108.0s
完整
#5 119.3–141.1s
完整
#6 146.0–166.5s
结尾没拍到
轨迹明细(每个模型、每条轨迹)
Vision:1 次尝试,1 条轨迹
MediaPipe:1 次尝试,2 条轨迹
RTMO:1 次尝试,2 条轨迹
Vision+MP 补漏:1 次尝试,1 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,82% 的检测点落在线上。

#1 27.9–62.6s
完整
#1 27.9–62.6s
完整
轨迹明细(每个模型、每条轨迹)
Vision:2 次尝试,5 条轨迹
MediaPipe:2 次尝试,4 条轨迹
RTMO:5 次尝试,5 条轨迹
Vision+MP 补漏:2 次尝试,3 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,100% 的检测点落在线上。

#1 7.7–40.9s
完整
#2 47.8–68.7s
结尾没拍到
#1 23.4–26.7s
首尾都没拍到
#2 37.0–45.1s
首尾都没拍到
轨迹明细(每个模型、每条轨迹)
Vision:0 次尝试,0 条轨迹
MediaPipe:0 次尝试,0 条轨迹
RTMO:0 次尝试,0 条轨迹
Vision+MP 补漏:0 次尝试,0 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,88% 的检测点落在线上。

Vision+MP 补漏 没有切出尝试
Vision 没有切出尝试
轨迹明细(每个模型、每条轨迹)
Vision:1 次尝试,2 条轨迹
MediaPipe:2 次尝试,3 条轨迹
RTMO:1 次尝试,1 条轨迹
Vision+MP 补漏:1 次尝试,2 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,88% 的检测点落在线上。

#1 25.1–44.3s
完整
#1 33.0–44.3s
完整
轨迹明细(每个模型、每条轨迹)
Vision:2 次尝试,4 条轨迹
MediaPipe:3 次尝试,4 条轨迹
RTMO:2 次尝试,3 条轨迹
Vision+MP 补漏:2 次尝试,5 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,100% 的检测点落在线上。

#1 0.2–10.4s
开头没拍到
#2 14.5–32.4s
完整
#1 3.7–10.4s
开头没拍到
#2 30.3–32.0s
开头没拍到
轨迹明细(每个模型、每条轨迹)
Vision:2 次尝试,2 条轨迹
MediaPipe:3 次尝试,3 条轨迹
RTMO:1 次尝试,1 条轨迹
Vision+MP 补漏:1 次尝试,1 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,100% 的检测点落在线上。

#1 0.0–34.2s
首尾都没拍到
#1 5.2–13.2s
结尾没拍到
#2 17.7–32.9s
开头没拍到
轨迹明细(每个模型、每条轨迹)
Vision:2 次尝试,2 条轨迹
MediaPipe:3 次尝试,3 条轨迹
RTMO:2 次尝试,2 条轨迹
Vision+MP 补漏:2 次尝试,3 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,60% 的检测点落在线上。

#1 0.0–20.8s
开头没拍到
#2 28.9–45.3s
完整
#1 0.0–20.8s
开头没拍到
#2 28.9–45.3s
完整
轨迹明细(每个模型、每条轨迹)
Vision:2 次尝试,3 条轨迹
MediaPipe:1 次尝试,5 条轨迹
RTMO:1 次尝试,2 条轨迹
Vision+MP 补漏:1 次尝试,3 条轨迹
墙脚线(紫色):没人时的背景画面上检测到的墙和垫子交界,60% 的检测点落在线上。

#1 18.8–73.5s
完整
#1 18.8–57.6s
结尾没拍到
#2 65.1–67.5s
首尾都没拍到