OpenPose：快速入门

最新推荐文章于 2024-10-10 08:19:16 发布

great-wind

最新推荐文章于 2024-10-10 08:19:16 发布

阅读量2.5k

点赞数 1

分类专栏：深度学习

原文链接：https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/quick_start.md#quick-start

版权

本文介绍了OpenPose的入门使用，包括BODY_25、COCO和MPI模型的区别，如何输入视频、网络摄像头和图像，以及最高精度配置的设定。OpenPose推荐使用BODY_25模型，因为它具有更高的精度且包含脚部关键点。文章还提到了不同配置对性能和精度的影响，以及3D重建和跟踪的应用。

摘要由CSDN通过智能技术生成

在任何命令行接口程序上运行以下命令，检查代码库是否正常工作。在Ubuntu、Mac和其他Unix系统中，可以使用任何命令行界面，比如Terminal或Terminator。在Windows中，打开PowerShell(推荐)或Windows命令提示符(CMD)。它们可以通过Windows+ X组合键，然后载按A来打开。如果您不熟悉这些非GUI工具，请观看Youtube视频教程。请确保您位于项目的根目录中(即，在OpenPose文件夹下，而不是在build/ 、 windows/ 或 bin/文件夹下)。另外，examples/media/video.avi和examples/media确实存在，不需要改变路径。

BODY_25 vs. COCO vs. MPI Models

BODY_25模型(--model_pose BODY_25)包括躯干和脚部的关键点，它是基于论文OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields开发的。COCO和MPI模型速度较慢，精度较低，而且不包含脚部关键点。它是基于论文Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields开发的。我们强烈建议只使用BODY_25模型。
有一个例外，对于CPU版本，COCO和MPI模型似乎更快，但精度仍然是BODY_25模型更好。

输入视频

# Ubuntu and Mac
./build/examples/openpose/openpose.bin --video examples/media/video.avi
# With face and hands
./build/examples/openpose/openpose.bin --video examples/media/video.avi --face --hand

:: Windows - Portable Demo
bin\OpenPoseDemo.exe --video examples\media\video.avi
:: With face and hands
bin\OpenPoseDemo.exe --video examples\media\video.avi --face --hand

:: Windows - Library - Assuming you copied the DLLs following doc/installation.md#windows
build\x64\Release\OpenPoseDemo.exe --video examples\media\video.avi
:: With face and hands
build\x64\Release\OpenPoseDemo.exe --video examples\media\video.avi --face --hand

输入网络摄像

# Ubuntu and Mac
./build/examples/openpose/openpose.bin
# With face and hands
./build/examples/openpose/openpose.bin --face --hand

:: Windows - Portable Demo
bin\OpenPoseDemo.exe
:: With face and hands
bin\OpenP

最低0.47元/天解锁文章