本地切分结果

Swift + Apple Vision 姿态 + 规则。时间轴：灰色 = 这个人在画面里，绿色 = 完整尝试，橙色 = 开头或结尾没拍到。点击时间轴上的尝试跳到原视频对应位置。

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。 起点 = 最后一只脚离开地面；终点 = 落回地面或离开画面。

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）；切分规则每段视频只需几毫秒。 Vision：Swift，Apple Vision 框架；MediaPipe：Python，CPU；RTMO：rtmo-s + ByteTrack，onnxruntime（CoreML provider，实测和纯 CPU 速度相近）； 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（含重新解码视频）。 "×实时" = 处理时间 ÷ 视频时长，小于 1 表示比视频播放还快。

视频时长VisionMediaPipeRTMOVision+MP 补漏
test0047.9s5.0s 0.11×8.3s 0.17×21.2s 0.44×10.2s 0.21×
test00.roi47.9s12.6s 0.26×---
test00.roidrop47.9s12.5s 0.26×---
test0172.9s6.8s 0.09×11.2s 0.15×33.5s 0.46×11.8s 0.16×
test01.roi72.9s15.3s 0.21×---
test01.roidrop72.9s15.3s 0.21×---
test0292.2s8.8s 0.10×13.8s 0.15×43.2s 0.47×15.1s 0.16×
test02.roi92.2s19.7s 0.21×---
test02.roidrop92.2s19.7s 0.21×---
test03175.4s15.7s 0.09×26.8s 0.15×94.8s 0.54×29.3s 0.17×
test03.roi175.4s37.9s 0.22×---
test03.roidrop175.4s38.3s 0.22×---
test0467.4s5.9s 0.09×9.7s 0.14×39.1s 0.58×11.8s 0.17×
test04.roi67.4s15.3s 0.23×---
test04.roidrop67.4s15.3s 0.23×---
test0580.0s5.6s 0.07×12.0s 0.15×45.8s 0.57×14.9s 0.19×
test05.roi80.0s18.7s 0.23×---
test05.roidrop80.0s18.8s 0.24×---
test0648.8s3.1s 0.06×4.8s 0.10×27.4s 0.56×7.9s 0.16×
test06.roi48.8s7.9s 0.16×---
test06.roidrop48.8s7.9s 0.16×---
test0748.6s3.3s 0.07×6.7s 0.14×27.7s 0.57×7.6s 0.16×
test07.roi48.6s9.2s 0.19×---
test07.roidrop48.6s9.2s 0.19×---
合计（8 段视频，每个模型都有结果）633.1s54.2s 0.09×93.3s 0.15×332.7s 0.53×108.6s 0.17×

test00.MOV 47.9s · 3 次尝试

你的标注
#起点 (s)终点 (s)结果不计入备注

Vision：3 次尝试

track 11.7-6.1s missing_endtrack 220.9-34.3s complete37.2-45.1s complete0s10s20s30s40s

MediaPipe：3 次尝试（片段未切，点击时间轴跳转）

track 12.1-6.1s missing_endtrack 417.6-19.2s missing_start21.9-43.8s complete0s10s20s30s40s

RTMO：3 次尝试（片段未切，点击时间轴跳转）

track 11.8-6.1s missing_endtrack 317.7-19.2s missing_start20.6-45.7s missing_end0s10s20s30s40s

Vision+MP 补漏：4 次尝试（片段未切，点击时间轴跳转）

track 11.7-6.1s missing_endtrack 417.6-19.4s missing_start20.9-34.3s complete37.2-47.5s missing_end0s10s20s30s40s
视频时长VisionMediaPipeRTMOVision+MP 补漏
test0047.9s5.0s 0.11×8.3s 0.17×21.2s 0.44×10.2s 0.21×
#1 track 1 1.7–6.1s missing_end 髋部抬高 0.61 腿长 · 片段含前 2s / 后 1s
#2 track 2 20.9–34.3s complete 髋部抬高 0.10 腿长 · 片段含前 2s / 后 1s
#3 track 2 37.2–45.1s complete 髋部抬高 0.60 腿长 · 片段含前 2s / 后 1s

test01.MOV 72.9s · 3 次尝试

你的标注
#起点 (s)终点 (s)结果不计入备注

Vision：3 次尝试

track 19.2-20.2s missing_bothtrack 227.5-40.8s missing_endtrack 446.0-68.8s complete0s10s20s30s40s50s60s70s

MediaPipe：6 次尝试（片段未切，点击时间轴跳转）

track 1track 3track 412.7-20.1s missing_starttrack 621.8-27.5s missing_bothtrack 731.8-39.8s missing_endtrack 1042.8-45.2s missing_start52.2-55.0s complete56.3-68.2s completetrack 130s10s20s30s40s50s60s70s

RTMO：3 次尝试（片段未切，点击时间轴跳转）

track 14.1-27.0s missing_bothtrack 224.7-40.8s missing_endtrack 346.4-68.5s complete0s10s20s30s40s50s60s70s

Vision+MP 补漏：5 次尝试（片段未切，点击时间轴跳转）

track 11.0-3.3s missing_start9.2-20.2s missing_bothtrack 327.5-40.8s missing_endtrack 542.8-44.8s missing_start45.8-69.0s complete0s10s20s30s40s50s60s70s
视频时长VisionMediaPipeRTMOVision+MP 补漏
test0172.9s6.8s 0.09×11.2s 0.15×33.5s 0.46×11.8s 0.16×
#1 track 1 9.2–20.2s missing_both 髋部抬高 0.67 腿长 · 片段含前 2s / 后 1s
#2 track 2 27.5–40.8s missing_end 髋部抬高 1.83 腿长 · 片段含前 2s / 后 1s
#3 track 4 46.0–68.8s complete 髋部抬高 0.27 腿长 · 片段含前 2s / 后 1s

test02.MOV 92.2s · 2 次尝试

你的标注
#起点 (s)终点 (s)结果不计入备注

Vision：2 次尝试

track 17.1-34.1s complete37.0-88.6s complete0s10s20s30s40s50s60s70s80s90s

MediaPipe：2 次尝试（片段未切，点击时间轴跳转）

track 26.3-36.7s missing_start39.3-88.3s completetrack 30s10s20s30s40s50s60s70s80s90s

RTMO：2 次尝试（片段未切，点击时间轴跳转）

track 16.5-34.1s missing_starttrack 242.9-88.5s complete0s10s20s30s40s50s60s70s80s90s

Vision+MP 补漏：2 次尝试（片段未切，点击时间轴跳转）

track 27.1-34.1s complete36.2-88.6s complete0s10s20s30s40s50s60s70s80s90s
视频时长VisionMediaPipeRTMOVision+MP 补漏
test0292.2s8.8s 0.10×13.8s 0.15×43.2s 0.47×15.1s 0.16×
#1 track 1 7.1–34.1s complete 髋部抬高 1.58 腿长 · 片段含前 2s / 后 1s
#2 track 1 37.0–88.6s complete 髋部抬高 1.53 腿长 · 片段含前 2s / 后 1s

test03.MOV 175.4s · 6 次尝试

你的标注
#起点 (s)终点 (s)结果不计入备注

Vision：6 次尝试

track 10.0-13.5s missing_bothtrack 219.2-23.5s missing_start38.3-68.9s completetrack 12track 1398.8-108.0s completetrack 16119.3-141.1s completetrack 17146.0-166.5s missing_endtrack 190s10s20s30s40s50s60s70s80s90s100s110s120s130s140s150s160s170s

MediaPipe：6 次尝试（片段未切，点击时间轴跳转）

track 10.0-14.2s missing_bothtrack 3track 427.0-69.2s completetrack 793.5-95.7s missing_start97.2-113.5s complete116.1-141.6s missing_endtrack 8141.6-163.0s missing_bothtrack 9track 110s10s20s30s40s50s60s70s80s90s100s110s120s130s140s150s160s170s

RTMO：5 次尝试（片段未切，点击时间轴跳转）

track 11.1-14.0s missing_endtrack 2track 337.6-71.3s completetrack 4track 5track 697.1-107.9s completetrack 7119.2-141.0s completetrack 8143.4-168.5s completetrack 90s10s20s30s40s50s60s70s80s90s100s110s120s130s140s150s160s170s

Vision+MP 补漏：7 次尝试（片段未切，点击时间轴跳转）

track 10.0-14.2s missing_bothtrack 219.2-23.5s missing_start39.3-59.4s missing_endtrack 3track 464.5-68.8s completetrack 10track 11track 1296.9-113.7s complete119.5-141.1s completetrack 15146.0-168.4s completetrack 190s10s20s30s40s50s60s70s80s90s100s110s120s130s140s150s160s170s
视频时长VisionMediaPipeRTMOVision+MP 补漏
test03175.4s15.7s 0.09×26.8s 0.15×94.8s 0.54×29.3s 0.17×
#1 track 1 0.0–13.5s missing_both 髋部抬高 1.58 腿长 · 片段含前 2s / 后 1s
#2 track 2 19.2–23.5s missing_start 髋部抬高 1.15 腿长 · 片段含前 2s / 后 1s
#3 track 2 38.3–68.9s complete 髋部抬高 1.52 腿长 · 片段含前 2s / 后 1s
#4 track 13 98.8–108.0s complete 髋部抬高 1.93 腿长 · 片段含前 2s / 后 1s
#5 track 16 119.3–141.1s complete 髋部抬高 0.33 腿长 · 片段含前 2s / 后 1s
#6 track 17 146.0–166.5s missing_end 髋部抬高 2.02 腿长 · 片段含前 2s / 后 1s

test04.MOV 67.4s · 1 次尝试

你的标注
#起点 (s)终点 (s)结果不计入备注

Vision：1 次尝试

track 127.9-62.6s complete0s10s20s30s40s50s60s

MediaPipe：1 次尝试（片段未切，点击时间轴跳转）

track 227.9-62.8s completetrack 30s10s20s30s40s50s60s

RTMO：1 次尝试（片段未切，点击时间轴跳转）

track 127.9-62.8s completetrack 20s10s20s30s40s50s60s

Vision+MP 补漏：1 次尝试（片段未切，点击时间轴跳转）

track 227.9-62.6s complete0s10s20s30s40s50s60s
视频时长VisionMediaPipeRTMOVision+MP 补漏
test0467.4s5.9s 0.09×9.7s 0.14×39.1s 0.58×11.8s 0.17×
#1 track 1 27.9–62.6s complete 髋部抬高 0.28 腿长 · 片段含前 2s / 后 1s

test05.MOV 80.0s · 0 次尝试

你的标注
#起点 (s)终点 (s)结果不计入备注

Vision：0 次尝试

track 1track 5track 7track 9track 110s10s20s30s40s50s60s70s

MediaPipe：5 次尝试（片段未切，点击时间轴跳转）

track 27.2-27.4s completetrack 733.0-37.6s completetrack 847.8-53.4s complete57.0-68.7s missing_endtrack 1071.3-72.3s missing_start0s10s20s30s40s50s60s70s

RTMO：6 次尝试（片段未切，点击时间轴跳转）

track 16.4-8.7s missing_endtrack 210.4-39.8s missing_starttrack 345.4-49.2s missing_endtrack 451.8-53.4s missing_start56.9-60.5s missing_endtrack 771.1-72.7s complete0s10s20s30s40s50s60s70s

Vision+MP 补漏：2 次尝试（片段未切，点击时间轴跳转）

track 27.7-37.9s completetrack 947.8-68.7s missing_endtrack 110s10s20s30s40s50s60s70s
视频时长VisionMediaPipeRTMOVision+MP 补漏
test0580.0s5.6s 0.07×12.0s 0.15×45.8s 0.57×14.9s 0.19×

没有切出尝试

test06.MOV 48.8s · 0 次尝试

你的标注
#起点 (s)终点 (s)结果不计入备注

Vision：0 次尝试

0s10s20s30s40s

MediaPipe：0 次尝试（片段未切，点击时间轴跳转）

0s10s20s30s40s

RTMO：0 次尝试（片段未切，点击时间轴跳转）

0s10s20s30s40s

Vision+MP 补漏：0 次尝试（片段未切，点击时间轴跳转）

0s10s20s30s40s
视频时长VisionMediaPipeRTMOVision+MP 补漏
test0648.8s3.1s 0.06×4.8s 0.10×27.4s 0.56×7.9s 0.16×

没有切出尝试

test07.MOV 48.6s · 1 次尝试

你的标注
#起点 (s)终点 (s)结果不计入备注

Vision：1 次尝试

track 1track 233.0-44.3s complete0s10s20s30s40s

MediaPipe：2 次尝试（片段未切，点击时间轴跳转）

track 1track 224.2-31.2s missing_starttrack 331.7-43.0s missing_start0s10s20s30s40s

RTMO：1 次尝试（片段未切，点击时间轴跳转）

track 120.5-44.9s missing_start0s10s20s30s40s

Vision+MP 补漏：2 次尝试（片段未切，点击时间轴跳转）

track 125.1-29.8s completetrack 332.9-44.3s complete0s10s20s30s40s
视频时长VisionMediaPipeRTMOVision+MP 补漏
test0748.6s3.3s 0.07×6.7s 0.14×27.7s 0.57×7.6s 0.16×
#1 track 2 33.0–44.3s complete 髋部抬高 0.66 腿长 · 片段含前 2s / 后 1s