Update README.md

README.md

@@ -1,118 +1,87 @@
-# 👑 醫療技術AI王  
-## 🧤 無菌手套穿戴姿勢檢測系統（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，  
-建議報告人依序開啟與使用：
-
-### 🔹 1️⃣ 系統技術說明（Technical Overview）
-👉 **全文：**  
-[【系統技術說明】](https://hackmd.io/@y9gnpUuWSkuHkgTz0N7_MQ/Bl1uriRReZg)
-
+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
 ---
 
-### 🔹 2️⃣ Demo 操作流程（For 報告人）
-👉 **全文：**  
-[【DEMO 操作說明】](https://hackmd.io/@y9gnpUuWSkuHkgTz0N7_MQ/Sk_yr6CeWe)
-
----
+# 👑 醫療技術AI王
 
-### 🔹 3️⃣ Q&A 教戰手冊（評審可能提問）
-👉 **全文：**  
-[【Q&A 教戰手冊】](https://hackmd.io/@y9gnpUuWSkuHkgTz0N7_MQ/S1052C0lZg)
+## 🧤 無菌手套姿勢檢測系統（F-segment 偵測）
 
 ---
 
----
+## 📚 複賽專案總覽（Quick Navigation）
 
-# 🏆 系統簡介（Summary）
+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：
 
-本系統 **MedTech AI Wang（醫療技術 AI 王）**  
-為「無菌手套穿戴」教學的 **F-Segment（套筒動作）** 自動檢測工具。
+---
 
-核心能力：
+### ➊ 系統技術說明（Technical Overview）
 
-- 使用 **MediaPipe Pose + Hands** 取得人體關鍵點
-- 自動估算腰線位置（Pose 腰點中位數 + 手腕高度分位數）
-- 偵測手套套至手掌後，雙手是否：
-  - ✔ **保持腰部以上**
-  - ✔ **指尖朝上**
-- 以 **AND 規則** 進行判斷（兩者皆需達標）
-- 輸出：
-  - 整體正確率
-  - 腰部以上比例
-  - 指尖朝上比例
-  - 有效偵測幀數
-  - FPS、影片秒數、腰線來源
-  - CSV 報表下載
+- 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】](https://hackmd.io/@y9gnpUuWskuHkgTz0N7_MQ/BluriRReZg)
 
 ---
 
-# 🖥️ 系統使用方式
+### ➋ Demo 操作流程（For 報告人）
 
-### 1️⃣ 上傳影片  
-支援多支 MP4，可同時分析。
+- 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】](https://hackmd.io/@y9gnpUuWskuHkgTz0N7_MQ/Sk_yr6CeWe)
 
-### 2️⃣ 按下「分析」  
-會開始逐支影片執行：
-- 腰線推估
-- 手部姿勢偵測
-- AND 規則判定
-- 統計有效幀數
-- 產生表格結果
+---
 
-### 3️⃣ 查看結果  
-表格顯示：
-- 是否通過
-- 腰部以上比例
-- 指尖朝上比例
-- 通過幀/有效幀
-- 腰線位置
-- 判斷區間
-- 門檻設定
+### ➌ Q&A 教戰手冊（評審可能提問）
 
-### 4️⃣ 下載 CSV 報表  
-點選「下載 CSV 報表」取得分析紀錄。
+- 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】](https://hackmd.io/@y9gnpUuWskuHkgTz0N7_MQ/S1052C0lZg)
 
 ---
 
-# ⚙️ 系統特色
+## 📝 系統簡介（Summary）
 
-### ✔ 自動腰線推估  
-使用 Pose + Wrist percentile（雙重備援）。
+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：
 
-### ✔ AND 規則：更接近臨床標準  
-比 OR 規則更保守、可避免誤放行。
+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）
 
-### ✔ 高可解釋性  
-所有統計指標皆可回溯。
+系統提供：
 
-### ✔ 安全邊界偏保守  
-寧可多擋錯誤、不放過錯誤片（false negative）。
+- 📤 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  
 
 ---
 
-# ⚠️ 系統限制（官方說法）
+## ⚙️ 使用方式（快速版）
 
-- 腰線與手部高度均受拍攝角度影響（2D 投影限制）
-- 光線不足、背景雜訊會降低 Mediapipe 偵測穩定性
-- 動作過快造成 motion blur → 有效幀數下降
-- 本系統僅適用 **F-Segment（套筒動作）**，不含其他段落
+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 **「��除」** 再重新上傳
 
 ---
 
-# 🚀 未來擴展方向
-
-- 導入 YOLO / 手部專用模型提升光線適應性
-- Temporal smoothing（時序平滑）
-- 亮度/對比度自動校正
-- 若影片數量充足 → 訓練專屬 F-Segment 深度學習模型
-
----
+## 🚧 目前限制（簡要）
 
-# 🙌 聯絡資訊
-若需更多協助，歡迎與專案團隊聯繫。
+- 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。