欢迎访问个人网络日志🌹🌹知行空间🌹🌹
1.COCO数据集中定义的人体关键点检测任务

人体关键点检测常用于人体姿态估计,不仅需要找到人的bounding box,还需要找出其中关键点的位置。coco中human这个类别每个对象定义了17种关键点,依次是['nose', 'left_eye', 'right_eye', 'left_ear', 'right_ear', 'left_shoulder', 'right_shoulder', 'left_elbow', 'right_elbow', 'left_wrist', 'right_wrist', 'left_hip', 'right_hip', 'left_knee', 'right_knee', 'left_ankle', 'right_ankle'],此外还有skeleton骨架字段,表示各个种类关键点之间的连接信息,如[6, 7]表示left_shoulder与left_elbow相连。具体的关系如下:
{
1: {
'supercategory': 'person',
'id': 1,
'name': 'person',
'keypoints': ['nose', 'left_eye', 'right_eye', 'left_ear', 'right_ear', 'left_shoulder', 'right_shoulder', 'left_elbow', 'right_elbow', 'left_wrist', 'right_wrist', 'left_hip', 'right_hip', 'left_knee', 'right_knee', 'left_ankle', 'right_ankle'],
'skeleton': [
[16, 14],
[14, 12],
COCO数据集与Detectron2中的人体关键点检测

本文介绍了COCO数据集中人体关键点检测任务的详细信息,包括17个关键点定义和skeleton结构。同时,阐述了Detectron2中Mask R-CNN如何用于关键点检测,描述了keypoint_head的结构和训练时的损失计算方法。
最低0.47元/天 解锁文章
5653





