本文介绍了作者在2D姿态识别项目中对现有模型的研究，包括singleperson和multiperson检测方法。作者尝试了openpose、alphapose和mediapipe等模型，发现它们虽好但学习成本较高。因此，作者决定从2018年的lightweight openpose论文开始，该模型在速度和精度上有良好表现。在配置环境中遇到pycocotools安装问题，最终通过下载特定版本的whl文件解决。测试运行了作者提供的预训练模型，能够成功实现摄像头实时姿态检测。
最近有个小项目要搞姿态识别，简单调研了一下2D的识别：
基本上是下面几种
- （单人）single person
- 直接关键点回归
- heatmap，感觉其实就是把一个点的标签弄成一个高斯分布
- （多人）multi person
- 自顶向下：先把人圈出来，再针对单个人做检测
- 自底向上：把所有关键点弄出来，再聚合适配到个人
这个不是本文重点，笔者也还没吃透，可以看这篇综述：Deep Learning-Based Human Pose Estimation: A Survey
作者试过几个模型：openpose,alpahpose，mediapipe，使用体验如下：
- openpose流行度很高，效果也不错，就是有点慢，fps比较低
- alphapose效果和速度都很满意，比较重量级
- mediapipe效果速度都很好，使用体验超级棒，封装太好了
作者打算从头到尾完整地训练一个自己地数据集合，并且要求速度为第一位，精度达到要求即可，经过简单调研，上面几个虽然很不错，但是系统学习下来成本可能比较高，所以后面再弄，打算从2018年的这篇lightweight openpose开始学习，看一下这个introduction就知道为啥先弄这个了：
速度和精度都不错，关键是论文才5页，下面是论文和代码链接，体量都不大，正好适合练手：
- 论文地址：https://arxiv.org/pdf/1811.12004.pdf
最低0.47元/天 解锁文章
扫一扫
6408
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
