Требуется создать пользовательский интерфейс (оболочку) для обучения нейросети распознаванию положения тела человека на видео.
Т.е. написать прогу чтобы можно было в простом интерфейсе загружать множество видеороликов, размечать их (условно "правильные" и "неправильные", человек, например, правильно делает приседание или неправильно) и таким образом обучать нейросеть выдавать ответы.
Что-то типа Google AutoML, который не работает в России, или Ultralytics. Желательно использовать библиотеку MediaPipe, ну или любым другим удобным для Вас способом, но со схожим результатом.