SquatSense AI — Análisis Biomecánico de Sentadilla por Vídeo

Pipeline en Python que analiza la técnica de sentadilla desde el vídeo del móvil, sin GPU y 100% en local.

---

¿Qué es SquatSense AI?

Entrenador virtual basado en computer vision que evalúa la calidad de una sentadilla a partir de un vídeo corto. Extrae landmarks con MediaPipe, calcula ángulos articulares y clasifica técnica buena/mala con scikit-learn.

Diego Castilla Abella

---

Estructura del proyecto

squatsense-ai/
├── app/
│   └── gradio_app.py       # Interfaz web
├── squatsense/
│   ├── config.py           # Rutas y constantes
│   ├── features.py         # MediaPipe + ángulos
│   ├── dataset.py          # Carga del dataset
│   ├── training.py         # Entrenamiento e inferencia
│   └── __main__.py         # CLI
├── data/
│   └── videos/
│       ├── bien/           # Técnica correcta
│       └── mal/            # Técnica incorrecta
├── models/
│   └── sentadilla_pose_bien_mal.joblib
├── requirements.txt
└── README.md

---

Instalación

git clone https://github.com/castilla204/squatsense-ai.git
cd squatsense-ai
pip install -r requirements.txt

Uso

# Entrenar el clasificador
python -m squatsense --train

# Predecir desde consola
python -m squatsense --predict data/videos/bien/ejemplo.mp4

# Interfaz Gradio
python app/gradio_app.py

Abre http://127.0.0.1:7860 y sube un vídeo de sentadilla.

Coloca vídeos de entrenamiento en:

• data/videos/bien/
• data/videos/mal/

---

Stack

Herramienta	Uso
MediaPipe Pose	Landmarks corporales
scikit-learn	Clasificación + outliers
Mahalanobis	Posturas atípicas
Gradio	Interfaz web
OpenCV	Lectura de vídeo

---

Autores