使用Yolo进行体态检测， 仅后端接口，前端UI需要根据使用场景定制 。

这个项目有一定历史了，起始于YOLOV5年代，那时GPU服务器并没有在各大云计算厂商普遍提供（或者价格昂贵），YOLO在CPU上的推导也没有今天那么快。 所以当时当时把YOLO的推导部署在家用或者办公室的GPU机器上，web服务器则只负责接收request 、分发推导任务、以及返回结果。 只需要20美元/月的ECS足以。 web服务端（早期使用flask开发，后来FastAPI降生后换成了FastAPI）和GPU机器上通过Celery交互。GPU机器跨云部署多个冗余/备份，以防家庭/办公网络不可靠中断服务。

负责部分：全部。

这个项目最开始是用于监控摄像头的”老人跌倒检测“（检测到老人跌倒即短信/电话/TG通知家人），后来陆续为”工厂工人偷懒检测“、”健身辅助“、”舞蹈辅助“等多个应用提供服务。

想节省GPU端推导的成本可以联系我，不限于YOLO，各种LLMs、计算机视觉类项目都可以。