Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose

最新推荐文章于 2024-08-08 08:25:17 发布
最新推荐文章于 2024-08-08 08:25:17 发布
阅读量4.8k 收藏 17
点赞数 6
分类专栏： HumanPoseEstimation 文章标签： Lightweight OpenPose human pose
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Murdock_C/article/details/84778498
版权

Lightweight OpenPose:
(附上个人github实现: 地址)
OpenPose很好,目前在多人目标关键点检测方面基本已经成为一个baseline. 但原始的openpose需要很好的显卡参与计算,或者说目前大部分关键点检测网络都是依赖于GPU的.这篇文章就提出如何基于OpenPose的设计思路,设计一个可以在纯CPU上实时跑的多人关键点检测网络,作者命名为"Lightweight OpenPose".

首先简单介绍下OpenPose,这篇文章我也没有细看,只是大概了解其中的内容.OpenPose是一个bottom-up的方法,先检测出图像上的所有人体关键点,然后根据paf(part affinity fields)将关键点进行聚类,使得任何人之间能够区分开来. OpenPose整体的pipeline如下:
在这里插入图片描述
Backbone使用的是VGG-19, 之后接连续6个stage. 每个stage都有两个分支,一个用来预测heatmap,一个用来预测paf. 本文作者沿用这个结构,但改变了一些网络结构,使其成为"Lightweight OpenPose":

  1. 原始的6个stage太多. 作者发现从第3个stage,即第二个refinement stage开始(第一个stage称之为 initial stage),AP值结果提升很少,但GFLOPs增加很大.(下表所示)所以作者砍掉了后面的四个stage,只保留了第一个initial stage和第一个refinement stage.
最低0.47元/天 解锁文章
MatthewHsw
关注
专栏目录
人体关键点检测——网络解读：Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose
shayinzzh的博客
05-16 2005
人体关键点检测之网络解读
Lightweight OpenPose
weixin_38740463的博客
09-28 5252
Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose 1、优势 1) 迷你PCIntel®NUC上的28 fps（它消耗的功率很少，并具有45瓦CPU TDP) 2)在常规CPU上为26 fps，而无需图形处理器 3）AP精度下降不超过1%（大小仅4.1M ，是two-stages openpose的15%） 2、常规openpose总结： 1、...
姿态估计——Real-time 2D Multi-Person Pose Estimation on CPU：Lightweight OpenPose
乐亦亦乐的博客
11-30 2468
Abstract 在本工作中，我们调整了多人姿态估计体系结构，以便在边缘设备上使用它。我们遵循2016年COCO数据集关节点挑战获胜者OpenPose的自下而上的方法。通过提出的网络设计和优化后处理代码，完整的解决方案在英特尔®NUC6i7KY B mini PC上以每秒28帧(FPS)运行，在核心i7-6850K CPU上以26个FPS运行。该网络模型具有4.1M参数和90亿个浮点运算(GFLOPs)复杂度，仅∼基线2级OpenPose的15%，其质量几乎相同。该代码和模型可作为Intel®...
Lightweight Human Pose Estimation 使用教程
gitblog_00886的博客
08-08 779
Lightweight Human Pose Estimation 使用教程 lightweight-human-pose-estimation.pytorchFast and accurate human pose estimation in PyTorch. Contains implementation of "Real-time 2D Multi-Person Pose Estimati...
姿势估计实验-Realtime_Multi-Person_Pose_Estimation-CMU
weixin_30267785的博客
08-03 550
前言： 论文及源代码网址： https://github.com/ZheC/Realtime_Multi-Person_Pose_Estimation 地址2: https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md 1. 一个失败的尝试 首...
Realtime Multi-Person Pose Estimation OpenPose 训练COCO数据集体
u010451780的专栏
07-15 604
https://segmentfault.com/a/1190000020959948 Realtime Multi-Person Pose Estimation (OpenPose) 训练步骤 深度学习 发布于 2019-11-10 GitHub：Realtime_Multi-Person_Pose_Estimation getData 百度云：南国那片枫叶，提取码：2pyr。 MatLab MatLab R2014a genCOCOMask 报错：Undefined fun
《Real-time 2D Multi-Person Pose Estimation on CPU：Lightweight OpenPose》论文笔记
m_buddy的博客
08-24 1562
参考代码：lightweight-human-pose-estimation.pytorch 1. 概述 导读：这篇文章是在OpenPose的基础上进行轻量化改进，从而使得整体网络能在Intel的CPU上达到实时的运行效果。对此文章的算法也是相当轻量级的只有410w的参数90亿的浮点运算，是含有两阶段优化OpenPose的15%，但是其AP（Average Precision）只降低了1个点。自然文章对原有OpenPose进行了加多的改进，从而使其在速度上得到提升。 2. 方法设计 OpenPose是b
lightweight-openpose学习笔记--源码解析（1）demo.py
XXX2YYY的博客
10-13 1389
学习笔记
实时2D多人姿态估计CPU实现：轻量级OpenPose
最新发布
gitblog_00434的博客
08-08 728
实时2D多人姿态估计CPU实现：轻量级OpenPose lightweight-human-pose-estimation.pytorchFast and accurate human pose estimation in PyTorch. Contains implementation of "Real-time 2D Multi-Person Pose Estimation on CPU: ...
论文《Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose》阅读，基于openpose的轻量级cup实时运行实现
heweiting123的博客
04-30 2144
论文原地址：https://arxiv.org/pdf/1811.12004.pdf 原openpose分析 作者一开始就分析原openpose的网络算法，原openpose的backbone是VGG-19。原openpose的refinement stage有5个阶段。并且坐着把5个refinement stage的正确率测试了一下，发现从第一个refinement stage1之后，正确率...
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields ∗ 源代码
12-18
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields ∗ 源代码　open pose 实时人体姿态估计 caffe+python+matlab
keras_Realtime_Multi-Person_Pose_Estimation的模型
08-17
这是keras_Realtime_Multi-Person_Pose_Estimation代码中所需要的model.h5文件，分享一下，共需要的人下载
keras_Realtime_Multi-Person_Pose_Estimation：实时多人姿势估计项目的Keras版本
02-05
该存储库已与Tensorflow 2.0的最新和推荐版本不兼容，我没有费力地重构此代码，而是创建了一个新的新存储库，其中包含一些其他功能，例如： 基于MobilenetV2的较小模型的培训代码。 在Tensorboard中可视化预测（热图，pafs）。 用于转换和测试Tensorflow Lite的模型的其他脚本。 这是新的链接： 实时多人姿势估计（不建议使用） 这是项目的keras版本 介绍 使用keras复制论文的代码回购。 这是一个新的改进版本。 主要目的是消除对独立c ++服务器的依赖，这种依赖除了编译的复杂性外还包含一些错误……而且速度很慢。 如果您确实一下，使用的旧版本仍可以
轻量级人体姿势估计.pytorch：在PyTorch中快速准确的人体姿势估计。 包含“ CPU上的实时2D多人姿势估计：轻量级OpenPose”的实现
02-05
CPU上的实时2D多人姿势估计：轻量级OpenPose 该存储库包含培训代码。 这项工作极大地优化了方法，从而可以以可忽略的精度下降在CPU上实现实时推断。 它检测骨骼（由关键点和它们之间的连接组成）以识别图像中每个人的人体姿势。 该姿势可能包含多达18个关键点：耳朵，眼睛，鼻子，脖子，肩膀，肘部，手腕，臀部，膝盖和脚踝。 在COCO 2017关键点检测验证集上，此代码对于单尺度推断（无需翻转或完成任何后处理）可达到40％的AP。 可以使用此存储库复制结果。 此仓库与明显重叠，但是仅包含用于人体姿势估计的必要代码。 :fire: 看看我们的准确的（现在仍然快）单人姿态估计，其中排名在CVPR'19
人体姿态估计论文（open pose)
12-18
人体姿态估计论文（open pose)　Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields ∗
Realtime Multi-Person Pose Estimation (OpenPose) 训练步骤
u012495807的博客
07-26 1210
GitHub 链接：Realtime_Multi-Person_Pose_Estimation 文章目录getDataMatLabgenCOCOMaskgenJSONCaffe_traingenLMDBsetLayersTrain getData 百度云：南国那片枫叶，提取码：2pyr。 MatLab MatLab R2014a genCOCOMask 报错：Undefined functi...
Realtime_Multi-Person_Pose_Estimation训练踩坑
kkae8643150的专栏
10-25 1385
前言 最近在研究openpose的训练和再训练的过程。 参考 https://blog.csdn.net/qq_38469553/article/details/82119292 以及官方github https://github.com/ZheC/Realtime_Multi-Person_Pose_Estimation ...
【人体姿态估计2】Real-time Multi-person 2d pose estimation using part affinity fields_2017
呆呆的猫的博客
04-05 2262
文章目录1、Introduction2、Method2.1 Simultaneous Detection and Association 亮点： 文章提出了一种可以高效的检测多人2D姿态的方法，使用bottom-up的方法，最图像中的目标数量不敏感，能够同时获得高的速度和精度。 方法： 使用无参数的表达方法—— Part Affinity Fields (PAFs) 关系亲和场，来学习图像中每个个...
realtime multi-person 2d pose estimation using part affinity fields
06-28
实时多人二维姿态估计使用的是部件关联场技术。该技术利用深度学习网络对图像中的人体关键点进行检测和定位，并通过学习人体部位之间的关联性来提高姿态估计的准确性。在实时性方面，该技术利用高效的网络结构和并行...
评论 15
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值