> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/french/function-blocks/blocks-reference/ai-blocks/pose-estimation.md).

# Pose Estimation

Ce bloc de fonction détecte les points clés du corps humain et (optionnellement) dessine un squelette sur les images entrantes. Utilisez-le pour extraire les positions de parties du corps sélectionnées à des fins d'analyse, de journalisation ou de visualisation.

## 📥 Entrées

`Image Any`\
L'image à analyser (frame de caméra, image chargée ou image prétraitée).

`Show Skeleton`\
Entrée booléenne pour activer ou désactiver le dessin du squelette sur l'image de sortie.

## 📤 Sorties

`Image Any`\
L'image avec le squelette dessiné (si `Show Skeleton` est activé) et des marqueurs visuels pour les points clés détectés.

`Selected Body Part Positions`\
Un résultat de type dictionnaire associant les noms des parties du corps sélectionnées à leurs positions détectées (x, y). Seuls les groupes de parties du corps que vous choisissez sont retournés.

## 🕹️ Contrôles

`Class Names`\
Une liste sélectionnable de groupes simplifiés de parties du corps (par exemple : head, chest, elbow, hand, hip, knee, foot). Cochez les groupes que vous souhaitez que le bloc rapporte.

`Confidence`\
Un curseur pour ajuster la confiance de détection. Augmenter la valeur réduit les faux positifs mais peut manquer des détections faibles ; la diminuer rend la détection plus permissive.

## ⚙️ Mécanisme d'exécution

* Lorsqu'une image est fournie sur `Image Any`, le bloc analyse l'image et tente de localiser les points clés humains.
* Si `Show Skeleton` est TRUE, le bloc superpose les lignes du squelette et des marqueurs sur l'image de sortie.
* Le bloc retourne l'image annotée et une correspondance des noms des parties du corps sélectionnées avec leurs positions détectées. Si une partie n'est pas détectée avec suffisamment de confiance, elle sera omise de la correspondance.

## 🎯 Fonctionnalités

* Superposition visuelle du squelette pour une inspection rapide.
* Groupes de parties du corps sélectionnables pour limiter les sorties aux parties dont vous avez besoin.
* Contrôle de confiance ajustable pour équilibrer sensibilité et faux positifs.
* Adapté au temps réel pour les flux caméra lorsqu'il est associé au bloc d'entrée d'image approprié.

## 📝 Instructions d'utilisation

1. Fournissez une source d'image à `Image Any` (par exemple : `Camera USB`, `Load Image` ou `Stream Reader`).
2. Choisissez les groupes de parties du corps à outputter via `Class Names`.
3. Ajustez la sensibilité de détection avec le curseur `Confidence`.
4. Facultativement, envoyez un booléen dans `Show Skeleton` pour activer/désactiver le dessin du squelette.
5. Visualisez l'image résultante avec `Show Image` ou enregistrez/loggez les positions pour un usage en aval.

## 💡 Conseils et astuces

* Utilisez `Camera USB` comme source d'image en direct pour les scènes en temps réel.
* Redimensionnez les images entrantes avec `Image Resize` si les personnes apparaissent trop petites — plus de pixels par personne améliore la précision des points clés.
* Exécutez d'abord un détecteur rapide (par exemple `Object Detection`) puis recadrez les personnes avec `Image ROI` pour alimenter des images individuelles de personnes dans ce bloc — cela peut augmenter la fiabilité et réduire le coût de traitement.
* Pour prévisualiser les résultats dans votre espace de travail, connectez ce bloc à `Show Image`.
* Sauvegardez les frames contenant des détections avec `Image Logger` ou exportez les coordonnées avec `Data to JSON` ou `CSV Export` pour analyse ultérieure.
* Combinez avec `Draw Result On Image` ou `Draw Detections` pour annoter du texte d'état supplémentaire ou des boîtes englobantes en plus des squelettes.

## 🛠️ Dépannage

* Aucun point clé détecté : essayez de diminuer la valeur de `Confidence` ou augmentez la taille de l'image d'entrée avec `Image Resize`.
* Points clés erronés ou instables : augmentez le curseur `Confidence` et améliorez l'éclairage ou la netteté (utilisez `Blur` avec précaution uniquement pour réduire le bruit).
* Personnes partiellement hors cadre : utilisez un flux de travail en amont de détection/recadrage (par exemple `Object Detection` → `Image ROI`) pour centrer le sujet avant d'exécuter ce bloc.
* Performances lentes : réduisez la résolution d'entrée avec `Image Resize` ou traitez des régions recadrées de personnes plutôt que des images pleine trame.

Si vous devez journaliser ou visualiser les résultats, utilisez les combinaisons suggérées dans les Conseils et astuces pour construire une chaîne robuste.