跳绳计数器 Jumper
基于 AI 视觉识别的智能跳绳计数应用。
摄像头采集动作，MediaPipe 骨骼识别，手臂运动自动计数。
基于 AI 视觉识别的智能跳绳计数应用。
摄像头采集动作，MediaPipe 骨骼识别，手臂运动自动计数。
告别手动计数，让 AI 帮你专注于跳绳本身
跳绳时自己数数容易分心，一旦被打断就忘记数到多少。切换到 AI 自动识别，你只需专注跳跃。
手机摄像头对准身体侧面，MediaPipe 实时识别骨骼点，检测手臂旋转动作即可精准计数，解放你的大脑。
没有时间限制和目标感，训练效果难以衡量。一段时间后不知道自己进步了多少。
可设置计时时长（如 1 分钟、3 分钟），到时自动停止并震动提示。每次训练自动记录，按日期分组查看，数据一目了然。
从计数到记录，覆盖跳绳训练全流程
通过手机摄像头实时采集跳绳动作，MediaPipe 骨骼识别技术精准追踪手臂运动轨迹，智能判断每次跳绳动作并自动计数，无需手动操作。
支持自由跳绳和计时跳绳两种模式。可自定义训练时长（30秒、1分钟、3分钟等），倒计时结束后自动停止计数，训练更有目标感。
每次计数变化时手机自动震动，无需看屏幕就能感知进度。计时结束时也会震动提醒，让你专注于运动本身。
每次跳绳训练自动保存记录（计数、时长、日期）。支持按日期分组展示，方便回顾每日训练数据，追踪进步轨迹。
支持单条删除或按分组批量管理历史记录。长按或滑动即可删除不需要的记录，数据管理简洁高效。
采用 Google MediaPipe Pose Landmark 模型，实时检测 33 个身体骨骼关键点。通过分析手腕、肩部等关节的角度变化来判断跳绳动作，计数准确率高。
从摄像头采集到计数输出，四步完成 AI 识别
调用手机摄像头实时采集视频帧，拍摄跳绳时的侧面身体姿态。
MediaPipe Pose 模型提取 33 个关键点，重点检测手腕、肘部、肩部位置。
分析手臂关节角度变化曲线，识别周期性旋转动作，判断是否完成一次跳绳。
识别到完整跳绳周期后，计数器 +1 并触发震动反馈，计时到达自动停止。
前沿技术驱动，保障识别精度与性能
Java + Android SDK
Camera2 API 采集
33 个骨骼关键点
实时姿态估计
手臂角度分析
周期动作检测
历史记录持久化
按日期分组查询
免费下载，即刻体验 AI 智能计数
让跳绳训练更科学、更高效
支持 Android 7.0+ 系统 · 版本 V1.0 · 完全免费