README.md

metadata

title: MedTech AI Wang
emoji: 🧤
colorFrom: purple
colorTo: blue
sdk: gradio
sdk_version: 5.49.1
app_file: app.py
pinned: false
license: apache-2.0

👑 醫療技術AI王

🧤 無菌手套姿勢檢測系統（F-segment 偵測）

---

📚 複賽專案總覽（Quick Navigation）

以下為本次複賽系統的 3 份技術文件與操作手冊，
建議報告人依序閱讀，方便在 5 分鐘內快速掌握重點：

---

➊ 系統技術說明（Technical Overview）

• 內容：整體架構、偵測流程、幾何判斷邏輯、門檻設計與目前限制
• 全文：👉 【系統技術說明】

---

➋ Demo 操作流程（For 報告人）

• 內容：報告當天的 Demo 操作步驟（開 HuggingFace → 上傳影片 → 按分析 → 下載 CSV）
• 包含：先跑範例影片、再跑指定測試片、，以及遇到錯誤時如何說明
• 全文：👉 【DEMO 操作說明】

---

➌ Q&A 教戰手冊（評審可能提問）

• 內容：
  • 為什麼只做 F-segment？
  • 幾何判斷 vs. 模型訓練的取捨？
  • 腰線怎麼抓？門檻怎麼訂？
  • FV5 / WFV6-2 這類邊界案例要怎麼回答？
• 全文：👉 【Q&A 教戰手冊】

---

📝 系統簡介（Summary）

本系統 MedTech AI Wang（醫療技術 AI 王），針對無菌手套穿戴流程中的 F-segment（套筒動作），
利用 Mediapipe Pose + Hands 幾何判斷，檢查：

1. 腰部以上比例 是否達到門檻（PASS_TH_POS）
2. 手指朝上比例 是否達到門檻（PASS_TH_UP）
3. 兩者皆達標才判定為「通過」（AND 規則）

系統提供：

• 📤 多支影片上傳與批次分析
• 📊 表格化結果（整體正確率、腰部以上%、指尖朝上%、有效幀數等）
• 📥 一鍵下載 CSV 報表，方便後續統計與繪圖

---

⚙️ 使用方式（快速版）

1. 開啟 Space：
   https://huggingface.co/spaces/amanda-cgu/glove
2. 上傳欲檢測的教學或測試影片（mp4，可多支）
3. 按下 「分析」，等待系統完成判斷
4. 查看下方表格結果，並可按 「下載 CSV 報表」 匯出
5. 若要重新測試其他影片，建議先按 「清除」 再重新上傳

---

🚧 目前限制（簡要）

• 受拍攝角度、距離、光線影響較大（2D 幾何腰線，仍有可改善空間）
• 樣本數仍偏少，尚未進入深度學習模型訓練階段
• 對於邊界案例（例如 FV5）採取較保守策略：
  寧可多擋一支可疑影片，也不要輕易放過錯誤動作

更多細節請參考上方三份 HackMD 文件。