端上关键点检测
基于 MoveNet Lightning，在手机本地输出 17 个 COCO 关键点，无需 API key，也不上传视频。iPhone 12 浏览器实测 51 FPS，Pixel 5 实测 34 FPS。
PoseTracker
AI TOOL PROFILE工具资料在手机端本地运行的姿态估计 SDK 与 API，为健身和康复应用提供动作计数、关节角度与动作评分。
价格免费额度每月 200 次 API 调用，付费价格需联系官方
平台Web / iOS / Android / React Native / Expo Go / WebView / iframe / 低代码平台
归类AI 编程
收录2026-10-12
复核2026-10-12
编辑评分
3.9 / 5
★★★☆☆
PoseTracker编辑总结
PoseTracker 是一款面向健身、家庭训练与康复应用的姿态估计开发工具，把 MoveNet 直接跑在手机端，应用无需上传视频即可拿到关键点，再据此计算次数、角度与动作评分。它在 iPhone 12 浏览器实测为 51 FPS，在 Pixel 5 同环境为 34 FPS，本地关键点输出 17 个 COCO 关键点且不需 API key。免费额度为每月 200 次 API 调用，可用于次数、角度与动作评分。工具面向希望给产品加上「看得见动作的教练」能力的团队，而非自建计算机视觉实验室。未公开各付费档位的具体价格。
PoseTracker是什么？
PoseTracker 是一款用于网页和移动应用的实时姿态估计 SDK 与 API，定位是为数字健身、家庭训练和康复类产品补上「眼睛」。它把 MoveNet 模型放在手机端本地运行，应用可以直接获得人体关键点，再基于关键点换算出重复次数、关节角度和动作评分，整个过程不需要把视频上传到服务器，也不需要穿戴设备。
当前主力形态是本地关键点加可选的 API key 运动引擎。本地关键点使用 MoveNet Lightning，输出 17 个 COCO 关键点，不需要 API key；如果要用到次数、角度和动作评分，则通过 API key 调用，免费额度为每月 200 次。在 iPhone 12 上用浏览器跑 MoveNet Lightning 实测 51 FPS，在 Pixel 5 同环境为 34 FPS，同机上的 BlazePose 约 11–12 FPS。接入方式有三类：React Native（Expo Go）与网页的原生 SDK、在现有 WebView 或 iframe 中一行代码嵌入，以及官方提供的开箱即用解决方案。案例中提到的生产应用包括 Flexifit、Kobi、How2Jump 和 MoveBreak。
普通用户可以把它理解为给健身 App 装上动作识别能力，让 App 能看清深蹲幅度、膝盖轨迹、俯卧撑次数、跳跃高度和柔韧性保持。开发者可以用 React Native、Expo Go 或网页片段在约 5 分钟内跑通关键点，再决定是否接入带 API key 的运动引擎。产品团队则可以在不组建计算机视觉团队的前提下，把动作识别嵌进自己的训练或康复流程，同时保留自己的教练方案、疗程和品牌。
PoseTracker核心功能
动作计数与角度
通过带 API key 的运动引擎，把关键点转换成深蹲、俯卧撑等动作的重复次数与关节角度。免费额度为每月 200 次 API 调用。
动作评分
在次数和角度之外给出 form score，把动作质量的判断量化，用于纠正深蹲深度、膝盖路径等常见问题。计费方式与次数、角度相同，走 API 调用。
React Native 与 Expo
提供 React Native 与 Expo Go 的原生 SDK，关键点在设备上流式输出，无需 API key，约 5 分钟即可跑通。
WebView / iframe 嵌入
面向已有 WebView 或 iframe 的应用，一行代码即可嵌入摄像头与实时姿态和分析数据，低代码友好，适合已经自己嵌了网页视图的产品。
内置即用方案
提供的成品动作追踪工具，覆盖 iOS、Android、网页与低代码平台，无需开发即可部署，适合想快速验证已有成熟方案的团队。
动作助手
在想追踪的动作、使用场景与技术栈，助手会返回一段 React Native、Expo 或网页代码片段，底层与本地关键点使用同一套端上引擎。
跨平台一套接入
同一套集成覆盖 React Native、iOS、Android 与网页，团队不必为每个平台分别实现姿态估计逻辑。
PoseTracker值不值得用？
当你的产品需要在手机端实时看清用户动作——深蹲幅度、俯卧撑次数、跳跃高度、柔韧性保持——又不想把视频传上服务器、不想自建视觉团队时，PoseTracker 值得考虑。它把 MoveNet 放在端上跑，iPhone 12 浏览器 51 FPS、Pixel 5 34 FPS，关键点输出 17 个 COCO 点且免费无需 API key，运动引擎有每月 200 次免费调用可以先把流程跑通。但当你要做的是离线批量视频分析、需要对动作准确度做医学级判读，或者想直接把成品拿来当终端用户产品用时，就要先确认自己的场景。
建议选它的情况
- 做健身、家庭训练或康复类 App，需要实时动作识别作为核心功能
- 团队使用 React Native、Expo 或网页技术栈，希望一套集成覆盖多端
- 对隐私敏感、不愿意把用户视频上传到服务器
- 想先用少量成本验证动作追踪是否可行，再决定是否付费扩容
不建议选它的情况
- 需要的是离线批量视频分析，而不是端上实时逐帧处理
- 没有开发资源，且官方内置方案不完全匹配你的动作或流程
- 对价格敏感且无法接受先联系销售才能拿到完整报价
PoseTracker使用建议
入门先把路子走对
- 先用 Expo Go 跑通按官网的 5 分钟指引装上 React Native 与 Expo Go，先让关键点流出来。这一步不需要 API key，也不会产生费用。
- 先看清 17 个关键点接入后先在画面上把关键点打出来，确认摄像头取景、人物位置和 17 个 COCO 点的对应关系，再往上叠加业务逻辑。
- 描述你的动作给助手在页面的动作助手输入框里写清动作、场景和技术栈，比如「我要在 App 里统计深蹲次数并给动作评分」，会直接返回可用的 React Native 或网页片段。
进阶省时间也省钱
- 按帧率选模型2026 模型指南对比了 MoveNet、BlazePose、MediaPipe、ML Kit、YOLO-pose 和 Apple Vision 的真实帧率。Pixel 5 上 BlazePose 约 11–12 FPS，MoveNet Lightning 为 34 FPS，帧率不够时先换模型再换设备。
- 优先走 WebView 嵌入如果产品里已经有 WebView 或 iframe，用一行代码嵌入往往比接原生 SDK 更快，适合先上线验证，之后再决定是否换成原生集成。
- 把免费额度留给验证每月 200 次免费 API 调用只覆盖次数、角度和动作评分，本地关键点本身不计费。把调用集中用在验证动作识别是否准确，而不是日常跑测试。
PoseTracker适合谁用？
健身 App 开发者
推荐用 React Native、Expo 或网页做健身应用，需要在端上做深蹲、俯卧撑的次数统计与动作评分，本地关键点不消耗 API 额度。
康复与远程理疗产品
推荐远程康复场景需要看到关节活动范围、代偿动作和当天训练完成情况，端上处理避免了视频上传，适合对隐私敏感的医疗相关应用。
家庭训练产品团队
推荐做无器械家庭健身，希望课程之外还能看见客厅里用户的动作，可以直接用内置方案或 WebView 嵌入快速上线。
想快速试水的创业者
推荐每月 200 次免费 API 调用加上无需 API key 的本地关键点，足够验证动作追踪是否值得作为产品核心。
需要完整报价的采购方
有条件未公开各付费档位的具体价格，只能通过 demo 或邮件联系获取报价，预算流程严格、需要先比价的团队会多一道流程。
无开发资源的个人
有条件核心接入方式仍是 SDK 与代码片段，内置方案虽无需开发，但能否覆盖你的具体动作与流程需要先确认。
PoseTracker优点和缺点
优点
- 端上运行 MoveNet，无需上传视频，隐私压力小
- iPhone 12 浏览器实测 51 FPS，Pixel 5 34 FPS
- 本地关键点输出 17 个 COCO 点且不需要 API key
- 免费额度每月 200 次 API 调用，可覆盖次数、角度与评分
- 一套集成覆盖 React Native、iOS、Android 与网页
- 提供 WebView / iframe 一行嵌入，已有网页视图可直接复用
- 列出 Flexifit、Kobi、How2Jump、MoveBreak 等生产案例
缺点
- 未公开各付费档位的具体价格
- 除了每月 200 次免费调用，未说明更高额度的费率
- 本地关键点固定为 17 个 COCO 点，未提及更多关键点方案
- 接入仍以写代码为主，纯配置化的成品方案覆盖范围有限
PoseTracker常见问题
PoseTracker 免费吗？＋
有免费额度。本地关键点不需要 API key，也不计费；次数、角度和动作评分走 API key，免费额度为每月 200 次 API 调用。超过之后如何计费官网没有公开，需要联系官方或预约 demo 获取报价。
它跑得动吗，帧率怎么样？＋
官方给出的浏览器实测数据是 iPhone 12 上 MoveNet Lightning 51 FPS，Pixel 5 同环境 34 FPS。作为对比，同一台 Pixel 5 上 BlazePose 在同一浏览器测试中约 11–12 FPS。如果帧率不够，可以按官方 2026 模型指南在 MoveNet、MediaPipe、ML Kit、YOLO-pose、Apple Vision 之间换模型。
要上传用户视频吗？＋
不需要。MoveNet 在手机上本地运行，输出 17 个 COCO 关键点，视频不离开设备。只有在使用带 API key 的运动引擎计算次数、角度和动作评分时才需要调用接口，本地关键点部分本身不需要 API key。
支持哪些平台和接入方式？＋
覆盖 React Native、iOS、Android 与网页。接入方式有三种：原生 SDK（React Native / Expo Go 与网页）、在现有 WebView 或 iframe 中一行代码嵌入，以及官方提供的内置即用方案，后者无需开发、部署较快。
能追踪哪些动作？＋
包括的场景包括深蹲与俯卧撑次数、关节角度、跳跃高度、柔韧性保持和动作评分，具体例子有深蹲次数与动作评分、60 秒俯卧撑测试、前劈叉角度、从摄像头估算跳跃高度、柔韧性与活动范围、实时弓步动作评分，以及自定义动作。
多久能接完？＋
官方给出的说法是 5 分钟。用 React Native 与 Expo Go，装上后关键点在设备上流式输出，不需要 API key，页面上的动作助手还能直接生成 React Native、Expo 或网页片段，缩短第一次跑通的时间。
用它的有哪些产品？＋
官方案例列出的生产应用有 Flexifit、Kobi、How2Jump 和 MoveBreak。没有公开这些产品的具体集成效果或用户量数据。
