1、加载预训练模型 clear,clc; load detector.mat 2、读取图像 [fname,fpath] = uigetfile("*.jpg;*.png;*.png;*.bmp"); path = fullfile(fpath,fname); I = imread(path); imshow(I); 3、裁剪图像 ROI = drawrectangle("Label","ROI"); bbox = ROI.Position; Iin = imresize(imcrop(I,bbox),detector.InputSize(1:2)); imshow(Iin); 6、检测结果 keypoints = detectPose(detector,Iin); J = detector.visualizeKeyPoints(Iin,keypoints); imshow(J);在这段代码后加输出人体是坐姿或者站姿或者躺姿的代码

要输出人体的姿态，可以根据检测到的关键点位置来判断。以下是一个简单的实现方法：

1. 首先定义关键点的索引，例如站姿下关键点的索引为 [1:6, 15:20]，坐姿下关键点的索引为 [9:14]，躺姿下关键点的索引为 [1:2, 11:12, 15:16]。
2. 计算这些关键点的平均位置，例如站姿下的平均位置为所有 [1:6, 15:20] 索引关键点的平均值，坐姿下的平均位置为所有 [9:14] 索引关键点的平均值，躺姿下的平均位置为所有 [1:2, 11:12, 15:16] 索引关键点的平均值。
3. 计算人体躯干的倾斜角度，例如站姿下可以计算肩部的倾斜角度，坐姿下可以计算腰部的倾斜角度，躺姿下可以计算头部和腿部的倾斜角度。
4. 根据上述计算结果判断人体的姿态。

以下是一个示例代码：

% 定义关键点索引
standing_indices = [1:6, 15:20];
sitting_indices = [9:14];
lying_indices = [1:2, 11:12, 15:16];

% 计算关键点平均位置
standing_keypoints = keypoints(:, standing_indices);
sitting_keypoints = keypoints(:, sitting_indices);
lying_keypoints = keypoints(:, lying_indices);

standing_position = mean(standing_keypoints, 2);
sitting_position = mean(sitting_keypoints, 2);
lying_position = mean(lying_keypoints, 2);

% 计算躯干倾斜角度
standing_angle = atan2(standing_keypoints(2, 6) - standing_keypoints(2, 1), standing_keypoints(1, 6) - standing_keypoints(1, 1));
sitting_angle = atan2(sitting_keypoints(2, 14) - sitting_keypoints(2, 11), sitting_keypoints(1, 14) - sitting_keypoints(1, 11));
lying_angle = atan2(lying_keypoints(2, 12) - lying_keypoints(2, 1), lying_keypoints(1, 12) - lying_keypoints(1, 1));

% 判断姿态
if standing_position(2) < sitting_position(2) && standing_position(2) < lying_position(2) && abs(standing_angle) < pi/4
    fprintf("Person is standing.\n");
elseif sitting_position(2) < standing_position(2) && sitting_position(2) < lying_position(2) && abs(sitting_angle) > pi/4
    fprintf("Person is sitting.\n");
else
    fprintf("Person is lying.\n");
end