STAGE 1 · stability_score
动作一致性评分
汇总周期完整性、节奏重复性、姿态质量和连续性的版本化会话评分。
- 单位
- score
- 分类 / 可见性
- 动作表现 · user_report
- 采集端
- iOS 视频 · 导入视频
- 计算端
- iOS · PC
- 展示端
- iOS · PC · Web
- 测量方法
- versioned_composite_score
- Model
- client-reported
它回答什么问题
单个统计量很难概括整场动作。动作一致性评分把周期完整性、节奏重复性、姿态覆盖和连续性等已支持分项组织成一个版本化摘要,便于快速发现需要进一步查看的部分。
该分数描述当前模型下的动作一致性,不是临床平衡分、损伤概率或安全落地保证。
训练前需要确认什么
在开始记录动作一致性评分之前,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、导入视频,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动作一致性评分标为不可用;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
使用评分前必须确认模型版本和有效输入。姿态检测差、周期过少或暂停不透明时应降低置信度或显示不可用;算法权重变化后不能把新旧分数直接连接成同一趋势。
当前PC参考实现综合有效周期完整性、节奏波动、姿态检测质量和运动连续性,组件权重随模型版本管理。 当前计算口径为:当前PC模型:完整性30 + 时间一致性35 + 姿态覆盖25 + 连续性10
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动作一致性评分。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0–100 versioned score,中文名“动作一致性评分”。默认报告采用总分及四个分项;只在同模型版本内比较,同时保留分项、样本数、过滤配置、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
应在相同模型版本内比较,并同时查看分项;高分仍可能遗漏当前输入未覆盖的动作质量问题。
一次训练得到较高稳定性分,但身体排列代理显示持续偏移。正确做法是保留总分作为一致性摘要,同时进入分项和视频复核,而不是用高分覆盖具体问题。
怎样进行跨次比较
比较动作一致性评分时,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
适合日常复盘和教练筛查,但课程建议应落到节奏、姿态或连续性的具体分项。任何产品宣传都不能把该分数改名为“安全指数”。 优先相关画像为:身体控制与塑形。画像只改变展示顺序和解释入口,不改变原始值。建议同时查看节奏变异系数、姿态检测率、暂停次数;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动作一致性评分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:有效周期数、周期CV、姿态检测率和活动片段数。最低样本:当前PC可计算;少于完整证据时必须显示分项不足。排除条件:低置信度周期、异常周期;输入口径变化时不得横向比较。
当模型版本缺失或核心分项不可解释时显示“不可用”。结果旁应保留分项、样本数、过滤配置、模型版本。
报告与界面应怎样展示
报告首屏应同时给出动作一致性评分的名称、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
输入质量会影响分数,不得把它改称平衡分、安全分或损伤分。
它不是临床平衡分、安全分、受伤概率或产品安全认证。高分只表示当前输入下重复性较好,低分也可能来自摄像质量、动作切换或模型不适配。
版本、复核与责任边界
动作一致性评分使用定义版本1.0.0,当前方法或模型标识为client-reported,实现证据状态为pc_implemented_platform_partial。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。动作一致性评分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。
简明实现表
相关指标
方法参考
TOPDMS Trampoline Lab metric contract and current client implementation evidence.
关联课程与产品
登录用户可查看当前符合条件的 Catalog 推荐;指标定义不会写死商业内容。
建议关注指标 →报告稳定链接
https://x-jump.com/zh/lab/metrics/stability-score/此链接不包含运动者、会话或训练结果数据。
