本资源包提供了一套基于CNN的人体姿态和动作识别Python代码及教程，适用于研究和开发人员快速上手相关技术。
基于CNN的人体姿态和动作识别项目资源介绍如下：
本项目包含四个模块：GetActionData.py、main.py、ModelTest.py 和 PoseDetector.py。
1. **PoseDetector.py** 文件中定义了一个 `poseDetector` 类，该类主要实现了两个方法：Findpose 和 getposition。在 Findpose 方法中，使用了 mediapipe 库中的内置方法 `pose.process()` 来自动寻找人体姿态的骨骼点，并将结果保存到变量 result 中。同时通过 mediapipe 的内置方法 Draw 将这些骨骼点的数据标注在图片上并连接起来。
2. **GetActionData.py** 文件中定义了一个用于保存图像的方法，该方法会调用 OpenCV 库中的 `imwrite` 方法将图像写入本地文件系统，以便后续的训练使用。
3. **TrainModel.py** 文件中定义了一个进行卷积神经网络（CNN）训练的方法。当调用这个方法时，它会从 GetActionData.py 中保存下来的图片开始工作，并执行相应的 CNN 训练过程。
5星
