实战三：手把手教你使用YOLOv8以及pyqt搭建中医耳穴辅助诊断项目原理及模型部署(上)

置顶 aj__212

已于 2024-08-03 12:40:19 修改

阅读量1.9k

点赞数 48

文章标签： YOLO pyqt 目标检测深度学习计算机视觉

于 2024-08-01 12:32:47 首次发布

本文链接：https://blog.csdn.net/m0_74194018/article/details/140844116

版权

摘要

今天，学习RTMPose关键点检测实战。教大家如何安装安装MMDetection和MMPose。
实战项目以三角板关键点检测场景为例，结合OpenMMLab开源目标检测算法库MMDetection、开源关键点检测算法库MMPose、开源模型部署算法库MMDeploy，全面讲解项目全流程：

数据集：Labelme标注数据集、整理标注格式至MS COCO

目标检测：分别训练Faster R CNN和RTMDet-Tiny目标检测模型、训练日志可视化、测试集评估、对图像、摄像头画面预测

关键点检测：训练RTMPose-S关键点检测模型、训练日志可视化、测试集上评估、分别对“图像、视频、摄像头画面”预测

模型终端部署：转ONNX格式，终端推理

引言

耳朵穴位是中医针灸的重要组成部分，准确定位耳朵穴位对于针灸治疗和健康监测具有重要意义。传统的耳朵穴位检测方法依赖于人工标记，效率低下且容易受到人为因素的影响。随着深度学习和计算机视觉技术的发展，基于图像的自动化穴位检测方法逐渐成为研究热点。

RTMPose是一种基于深度学习的姿态估计模型，具有较高的精度和鲁棒性。本文提出了一种结合RTMPose和检测技术的耳朵穴位关键点检测方法，通过引入先进的图像处理算法，实现对耳朵穴位的自动化检测和定位。

项目最终完成展示图

安装MMPose

安装虚拟环境

教程没有新建虚拟环境，我建议大家安装的时候，新建虚拟环境，执行命令：

conda create --name mymm python=3.7

然后，会安装一些必要的安装包。等待安装完成即可。
安装完成后，激活虚拟环境，执行命令：
ubuntu执行命令：

conda activate mymm

Windows环境执行命令：

activate mymm

如果是Windows环境，无法激活虚拟环境参考：

https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/120514255

安装pytorch
安装pytorch，要结合自己的硬件和Cuda版本。比如我的CUDA版本是11.7的，需要寻找支持11.7版本的pytorch。

打开网站：https://pytorch.org/，选择历史版本，根据自己的型号选择相应的下载即可。

执行命令：

pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu118

安装MMCV
使用openmim安装mmengine、mmcv和mmdet，执行命令：

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

安装其他的安装包

pip install opencv-python pillow matplotlib seaborn tqdm pycocotools -i https://pypi.tuna.tsinghua.edu.cn/simple

下载 MMPose
使用git下载MMPose代码，Windows需要单独安装git命令，链接：https://git-scm.com/download/win。

安装完成后执行Git命令：

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

检查环境是否配置成功
然后使用Pycharm打开。

安装必要的包，执行命令：

mim install -e .

检查环境配置，首先检查pytorch，执行代码：

# 检查 Pytorch

import torch, torchvision
print('Pytorch 版本', torch.__version__)
print('CUDA 是否可用',torch.cuda.is_available())

检查mmcv：

# 检查 mmcv
import mmcv
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print('MMCV版本', mmcv.__version__)
print('CUDA版本', get_compiling_cuda_version())
print('编译器版本', get_compiler_version())

检查mmpose：

# 检查 mmpose
import mmpose
print('mmpose版本', mmpose.__version__)

最终结果如下图所示：一切OK！！！

本期项目最终展示图：

结论

本文提出了一种基于RTMPose和检测技术的耳朵穴位关键点检测方法，具有较高的精度和鲁棒性。实验结果验证了方法的有效性和实用价值。未来研究可以进一步优化模型结构，提高检测速度和精度，并应用于实际的中医针灸和健康监测中。（本期博客详细介绍了基于RTMPose和MMDetection的耳朵穴位关键点检测项目的环境配置步骤，下一期将继续讲解项目的具体运行过程)

下一期传送门：

【Yolov8】实战三：手把手教你使用YOLOv8以及pyqt搭建中医耳穴辅助诊断项目原理及模型部署(下)-CSDN博客