【OpenMMLab AI训练营第二期】Class3: RTMPose

原创

于 2023-06-05 22:00:47 发布 · 388 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #计算机视觉 #深度学习

该文介绍了一种结合MMDetection、MMPose和MMDeploy的三角板关键点检测方法。通过FasterRCNN和RTMDet-Tiny进行两阶段目标检测，然后用RTMPose-s做关键点检测。最终，模型被转换为ONNX格式以便于在终端部署和推理。

在这里插入图片描述

概述

结合MMDetection、MMPose、MMDeploy等算法库来实现三角板关键点检测。
其中采用了两阶段来结合两个不同任务来共同完成三角板关键点检测。
首先使用目标检测，分别训练Faster RCNN和RTMDet-Tiny对图像、视频进行检测。然后使用RTMPose-s来进行关键点检测。最后可以通过将模型转为ONNX格式来部署模型到终端上进行推理。

安装

安装MMCV

pip install -U openmim
mim install mmengine
mim install "mmcv==2.0.0rc3"
mim install "mmdet>=3.0.0rc6"

安装MMPose

git clone https://github.com/open-mmlab/mmpose.git -b tutorial2023
cd

最低0.47元/天解锁文章