姿态检测率

它回答什么问题

任何依赖视频姿态的指标，都需要先回答“有多少画面真正获得了可用人体结果”。姿态检测率是数据覆盖指标，可帮助判断后续动作结论是否建立在足够连续的视觉证据上。

姿态检测率属于数据质量指标，只说明覆盖率，不代表关键点精度或生物力学有效性。

训练前需要确认什么

在开始记录姿态检测率之前，先确认本次训练的动作类型、使用产品、弹力或阻力设置、机位、参与人数和连接设备。只有这些背景大致一致，后续比较才有清楚含义。采集端包括iOS 视频、PC 视频，但“支持采集”不表示每一次会话都一定能够产生结果；实际输出仍取决于输入是否完整、设备是否兼容以及质量检查是否通过。

训练者不需要为了得到一个数字而改变正常训练或延长会话。系统应先说明需要什么证据，再让用户决定是否启用相应设备或拍摄方式。如果环境无法满足条件，就保留基础训练记录并把姿态检测率标为不可用；这比用画面猜测、套用人群平均值或把缺失数据写成零更诚实。

采集与计算

机位应减少逆光、遮挡和出画，完整身体尽量保持在画面内。多人模式需确认模型人数上限和画面尺度；宽松衣物、相似服装和交叉运动可能降低连续跟踪质量。

分析器统计满足当前可用规则的姿态帧数，并除以参与分析的总帧数。 当前计算口径为：usable_pose_frames / analysed_frames

从原始记录到报告结果

系统不会把单个画面、单个峰值或未经检查的设备读数直接当作最终姿态检测率。处理流程应依次保留时间线、候选事件、身份或动作阶段、过滤决定和最终汇总；被排除的部分仍需以数量或原因码留在质量记录中。这样，使用者看到结果变化时，能够区分是动作真的变化，还是样本量、遮挡、同步或算法规则发生了变化。

最终输出为ratio/百分比。默认报告采用总体覆盖率及关键阶段覆盖率，同时保留分析帧数、可用帧数、关键点阈值、模型版本。如果界面为了易读而显示百分比、等级或短标签，底层仍必须保存原单位和未舍入数值；显示格式不能反向覆盖分析结果，也不能把版本不同的派生分数拼成一条看似连续的长期趋势。

如何阅读

它用于判断动作指标是否有足够视觉证据，还应同时查看置信度、遮挡和机位。

一次报告的跳数看似正常，但姿态检测率只有较低水平，且缺失集中在落地阶段。此时不能只看总体百分比，应说明关键阶段覆盖不足并降低相关姿态指标的可信度。

怎样进行跨次比较

比较姿态检测率时，优先选择同一运动者、相近动作、相同产品设置、相似训练时段和相同采集方法的会话。若模型、过滤阈值、设备固件或定义版本发生变化，报告应在趋势断点处明确标记，不能只因为单位相同就默认可直接比较。对于团队或研发场景，还要确认成员身份、参考事件和场地标定没有改变。

一次最高值或最低值通常不足以说明长期变化。更稳妥的做法是查看有效样本数、分布、会话内波动和连续多次记录，并把主观感受、课程内容及休息安排作为背景。产品不会把“数值变大”统一解释成进步，也不会把“数值变小”统一解释成退步；方向只有结合指标定义和当前训练目标才有意义。

适用场景与关联指标

它应作为所有视频动作文章的质量入口。教练和研发人员可结合逐阶段覆盖、关键点置信度和原视频抽查，普通用户则需要清楚的“可用/不足”提示。 优先相关画像为：需要该方法的专项训练。画像只改变展示顺序和解释入口，不改变原始值。建议同时查看方法置信度、动作一致性评分、估算跳跃高度；课程和兼容产品由网站根据地区、在售状态与设备要求动态展示，不固化在指标定义中。

如何转成下一步行动

普通训练者可以先用姿态检测率提出一个具体复盘问题，例如本次训练的节奏、连续性、动作阶段或采集条件是否与计划一致，再决定下次保持什么、调整什么。行动建议应尽量小而可验证，例如固定一个拍摄位置、保持相同动作组合、按计划休息或请教练查看对应片段，而不是要求用户追逐一个脱离场景的目标数值。

课程推荐只从当前已发布且符合地区、等级、年龄和交付条件的课程中产生，产品推荐也必须经过发布就绪、地区和兼容性检查。推荐理由应写明命中的训练画像或设备条件。没有合格候选时，网站显示真实空状态并继续提供知识文章；它不会创建虚构课程、演示商品或暗示购买某个产品就能保证改善该指标。

不可用与质量条件

必需输入：分析帧总数与满足可用规则的姿态帧数。最低样本：至少 1 个分析帧。排除条件：未进入分析范围的帧；规则版本必须保留。

当没有分析帧或姿态模型未运行时显示“不可用”。结果旁应保留分析帧数、可用帧数、关键点阈值、模型版本。

报告与界面应怎样展示

报告首屏应同时给出姿态检测率的名称、数值或不可用状态、单位、成熟度和主要质量原因，并提供进入本知识文章的稳定链接。Beta、实验验证或设备依赖结果不能只靠颜色区分；文字标签必须在打印、PDF、屏幕阅读器和黑白显示环境中仍可理解。专业结果还应提供方法和样本入口，而不是只显示一个醒目的总分。

用户选择不同训练画像后，卡片可以移动到更靠前的位置，解释也可以优先回答该目标下最常见的问题，但同一会话的原始值、模型版本、置信度和不可用原因必须逐项保持一致。关闭推荐后恢复通用三阶段顺序。公开文章链接只包含语言和指标标识，不携带账号、会话、成绩、设备序列号或任何可识别个人的信息。

限制与常见误读

成功检测的姿态仍可能存在关键点误差或左右互换，高覆盖率本身不能证明准确。

检测率高不等于关键点位置精确，也不代表动作符合技术要求。模型可能持续检测到人体，但局部关节仍有偏差；检测率低也不等于运动者表现差。

版本、复核与责任边界

姿态检测率使用定义版本1.0.0，当前方法或模型标识为pose-backend-versioned，实现证据状态为implemented。定义、必要输入、过滤规则、权重或解释边界发生实质变化时应提升版本，并让旧报告继续引用生成时的合同。算法升级不能静默重写历史值；若确需重新分析，应生成带新版本的新结果，并与原记录并列。

教练可以在获得有效授权并看到必要证据后补充确认、修订或说明，但复核不会删除算法原值，操作者、时间、原因和撤回状态都要可追溯。姿态检测率用于训练复盘和产品研究，不构成医疗诊断、康复处方、损伤概率、产品安全认证或竞技裁判结论；出现疼痛、眩晕或其他不适时，应停止训练并寻求适当的专业帮助。