计算机视觉——基于YOLOV8 的人体姿态估计训练与推理

最新推荐文章于 2025-04-15 07:14:02 发布
最新推荐文章于 2025-04-15 07:14:02 发布
阅读量1.3k 收藏 24
点赞数 17
分类专栏： YOLO 文章标签： 计算机视觉 姿态估计 yolov8 YOLO 深度学习
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/matt45m/article/details/147189647
版权

概述

自 Ultralytics 发布 YOLOV5 之后，YOLO 的应用方向和使用方式变得更加多样化且简单易用。从图像分类、目标检测、图像分割、目标跟踪到关键点检测，YOLO 几乎涵盖了计算机视觉的各个领域，似乎已经成为计算机视觉领域的“万能工具”。

YOLOV8 姿态估计

人体姿态估计（Human Pose Estimation，简称 HPE）是计算机视觉中的一个重要任务，它旨在检测图像或视频中人体的关键点位置，如头部、四肢和躯干等部位的坐标。YOLO 官方针对 HPE 的模型会在名称后加上 “-pose”，例如 YOLOv8n-pose。目前提供的 HPE 预训练模型是基于 COCO 数据集的 17 个关键点训练而成，具体如下图所示：

COCO 关键点

COCO 数据集的关键点分布如下：

  • 头部和面部：鼻子、左眼、右眼、左耳、右耳，共 5 个关键点。
  • 上肢：左肩、右肩、左肘、右肘、左腕、右腕，共 6 个关键点。
  • 下肢：左髋、右髋、左膝、右膝、左踝、右踝，共 6 个关键点。
  • 躯干：左髋和右髋连接到肩膀，形成躯干的轮廓。

目前 YOLOV8 提供的最大尺寸模型为 YOLOV8X-p6，其输入图像尺寸为 1280×1280，mAP（平均精度）较高，但参数量比 YOLOV8 大了近 30 倍，计算量增加了 118 倍。这种模型虽然精度高，但在实际应用中需要权衡计算资源和实时性。

训练自己的 HPE 模型

Ultralytics 将姿态估计的训练过程封装得非常简单，使得用户可以轻松地训练自己的 HPE 模型。如果需要训练自己的 HPE 模型，可以参考 COCO 数据集中关键点的标注方法，并添加自己的标注图像。COCO 数据集的 17 个关键点标注规则如下：

  • 单数编号：表示身体的左侧部位（如左肩、左肘等）。
  • 双数编号：表示身体的右侧部位（如右肩、右肘等）。

训练示例代码

以下是使用 Ultralytics 提供的 YOLOV8 进行姿态估计模型训练的示例代码：

from ultralytics import YOLO

# 三种训练方式
# 训练一个全新的 YOLOV8N HPE 模型
model = YOLO('yolov8n-pose.yaml')

# 载入预训练模型进行训练（推荐方式）
model = YOLO('yolov8n-pose.pt')

# 与上一种方式相同，先加载配置文件再加载预训练权重
model = YOLO('yolov8n-pose.yaml').load('yolov8n-pose.pt')

# 开始训练
model.train(data='coco8-pose.yaml', epochs=100, imgsz=640)

在训练过程中，需要指定数据集的配置文件（如 coco8-pose.yaml），其中包含数据集的路径、类别信息等。epochs 参数表示训练的轮数，imgsz 参数表示输入图像的尺寸。

直接使用预训练模型进行推理

YOLOV8 官方发布的预训练模型已经能够提供非常不错的目标检测和姿态估计效果。以下是如何直接使用这些预训练模型进行推理的示例。

官方推理示例

from ultralytics import YOLO

# 加载模型
model = YOLO('yolov8n-pose.pt')  # 加载官方预训练模型
# model = YOLO('path/to/best.pt')  # 加载自定义训练的模型

# 使用模型进行推理
results = model('https://ultralytics.com/images/bus.jpg')  # 对图像进行推理

获取关键点的详细信息

如果需要获取推理结果中各个关键点的详细信息，可以参考以下代码：

# 定义关键点索引与名称的对应关系
dic_points = {
    0: 'nose', 1: 'left_eye', 2: 'right_eye', 3: 'left_ear', 4: 'right_ear',
    5: 'left_shoulder', 6: 'right_shoulder', 7: 'left_elbow', 8: 'right_elbow',
    9: 'left_wrist', 10: 'right_wrist', 11: 'left_hip', 12: 'right_hip',
    13: 'left_knee', 14: 'right_knee', 15: 'left_ankle', 16: 'right_ankle'
}

# 加载模型并进行推理
model = YOLO('yolov8n-pose.pt')
results = model('path/to/image.jpg')

# 遍历检测结果
for r in results:
    boxes = r.boxes  # 获取边界框
    kps = r.keypoints  # 获取关键点

    # 遍历每个检测到的人体实例
    for p in kps:
        list_p = p.data.tolist()  # 将关键点数据转换为列表

        # 遍历每个关键点
        for i, point in enumerate(list_p):
            # 打印关键点的索引和坐标
            print(f"Keypoint {i} ({dic_points[i]}): ({int(point[0])}, {int(point[1])})")

关键点的可视化

为了更直观地展示姿态估计的结果，可以通过绘制关键点和连接线来可视化人体姿态。以下是一些示例代码，展示如何绘制头部、躯干、上肢、下肢和脊椎的关键点。

头部关键点

头部的关键点包括双耳、眼睛和鼻子，共 5 个点。以下代码展示了如何绘制这些关键点及其连接线：

import cv2
import numpy as np

def draw_head(img, list_p):
    # 绘制耳朵、眼睛和鼻子的关键点
    for p in list_p[:5]:
        cv2.circle(img, (int(p[0]), int(p[1])), 8, (0, 255, 0), -1)

    # 绘制眼睛之间的连接线
    start = (int(list_p[1][0]), int(list_p[1][1]))
    end = (int(list_p[2][0]), int(list_p[2][1]))
    cv2.line(img, start, end, (0, 0, 255), 2)

    # 绘制鼻子到眼睛中点的连接线
    start = (int((list_p[1][0] + list_p[2][0]) / 2), int((list_p[1][1] + list_p[2][1]) / 2))
    end = (int(list_p[0][0]), int(list_p[0][1]))
    cv2.line(img, start, end, (0, 0, 255), 2)

    # 绘制耳朵之间的连接线
    start = (int(list_p[3][0]), int(list_p[3][1]))
    end = (int(list_p[4][0]), int(list_p[4][1]))
    cv2.line(img, start, end, (0, 0, 255), 2)

    return img

躯干关键点

躯干的关键点包括肩膀和臀部，共 4 个点。以下代码展示了如何绘制这些关键点及其连接线：

def draw_body(img, list_p):
    points = []
    # 绘制肩膀和臀部的关键点
    for p in [list_p[5], list_p[6], list_p[11], list_p[12]]:
        cv2.circle(img, (int(p[0]), int(p[1])), 12, (0, 255, 0), -1)
        point = (int(p[0]), int(p[1]))
        points.append(point)

    # 将关键点连接成多边形
    points = np.array(points)
    points =
 points.reshape((-1, 1, 2))
    isClosed = True
    color = (0, 0, 255)
    thickness = 3
    img = cv2.polylines(img, [points], isClosed, color, thickness)

    return img

上肢关键点

上肢的关键点包括肩膀、手肘和手腕，共 6 个点。以下代码展示了如何绘制这些关键点及其连接线：

def draw_upper(img, list_p):
    # 绘制左上肢的关键点和连接线
    for i, p in enumerate([list_p[5], list_p[7], list_p[9]]):
        cv2.circle(img, (int(p[0]), int(p[1])), 8, (0, 255, 0), -1)
    lines = [(5, 7), (7, 9)]
    for n in lines:
        start = (int(list_p[n[0]][0]), int(list_p[n[0]][1]))
        end = (int(list_p[n[1]][0]), int(list_p[n[1]][1]))
        cv2.line(img, start, end, (0, 0, 255), 3)

    # 绘制右上肢的关键点和连接线
    for i, p in enumerate([list_p[6], list_p[8], list_p[10]]):
        cv2.circle(img, (int(p[0]), int(p[1])), 8, (0, 255, 0), -1)
    lines = [(6, 8), (8, 10)]
    for n in lines:
        start = (int(list_p[n[0]][0]), int(list_p[n[0]][1]))
        end = (int(list_p[n[1]][0]), int(list_p[n[1]][1]))
        cv2.line(img, start, end, (0, 0, 255), 3)

    return img

下肢关键点

下肢的关键点包括臀部、膝盖和脚踝，共 6 个点。以下代码展示了如何绘制这些关键点及其连接线：

def draw_lower(img, list_p):
    # 绘制左下肢的关键点和连接线
    for i, p in enumerate([list_p[11], list_p[13], list_p[15]]):
        cv2.circle(img, (int(p[0]), int(p[1])), 8, (0, 255, 0), -1)
    lines = [(11, 13), (13, 15)]
    for n in lines:
        start = (int(list_p[n[0]][0]), int(list_p[n[0]][1]))
        end = (int(list_p[n[1]][0]), int(list_p[n[1]][1]))
        cv2.line(img, start, end, (0, 0, 255), 3)

    # 绘制右下肢的关键点和连接线
    for i, p in enumerate([list_p[12], list_p[14], list_p[16]]):
        cv2.circle(img, (int(p[0]), int(p[1])), 8, (0, 255, 0), -1)
    lines = [(12, 14), (14, 16)]
    for n in lines:
        start = (int(list_p[n[0]][0]), int(list_p[n[0]][1]))
        end = (int(list_p[n[1]][0]), int(list_p[n[1]][1]))
        cv2.line(img, start, end, (0, 0, 255), 3)

    return img

脊椎关键点

脊椎的关键点可以通过连接鼻子、肩膀中心和臀部中心来表示。以下代码展示了如何绘制这些关键点及其连接线：

def draw_spine(img, list_p):
    # 计算肩膀中心点
    shoulder_center = ((list_p[5][0] + list_p[6][0]) / 2, (list_p[5][1] + list_p[6][1]) / 2)
    # 计算臀部中心点
    hip_center = ((list_p[11][0] + list_p[12][0]) / 2, (list_p[11][1] + list_p[12][1]) / 2)

    # 绘制关键点
    cv2.circle(img, (int(shoulder_center[0]), int(shoulder_center[1])), 12, (0, 255, 0), -1)
    cv2.circle(img, (int(hip_center[0]), int(hip_center[1])), 12, (0, 255, 0), -1)

    # 绘制连接线
    cv2.line(img, (int(list_p[0][0]), int(list_p[0][1])), (int(shoulder_center[0]), int(shoulder_center[1])), (0, 0, 255), 3)
    cv2.line(img, (int(shoulder_center[0]), int(shoulder_center[1])), (int(hip_center[0]), int(hip_center[1])), (0, 0, 255), 3)

    return img

应用场景

将所有关键点和连接线绘制在一起，可以得到完整的人体姿态估计结果，如下图所示：
在这里插入图片描述

这种姿态估计技术可以应用于多种场景，例如：

  • 人员识别：在监控视频中识别人员的行走姿态，即使面部模糊或较小，也能通过姿态特征进行识别。
  • 运动分析：分析运动员的动作，帮助教练进行技术指导。
  • 康复治疗：辅助医生评估患者的康复情况，通过姿态变化监测康复进度。

总结

通过 YOLOV8 的姿态估计功能，我们可以轻松地检测图像或视频中人体的关键点，并将其可视化。这为计算机视觉领域的多种应用提供了强大的支持。未来，我们可以进一步探索如何利用这些关键点信息来提高人员识别的准确性，或者将其应用于其他更具挑战性的任务中。

yolov8 人体姿态关键点检测使用案例
weixin_42357472的博客
06-16 8953
参考： https://github.com/ultralytics/ultralytics https://github.com/TommyZihao/Train_Custom_Dataset/tree/main/%E5%85%B3%E9%94%AE%E7%82%B9%E6%A3%80%E6%B5%8B 1、命令行运行 pip安装好后就可以yolo 命令运行执行 *** 运行效果，source=0是直接调用本地摄像头 结果： 640x512 1 person, 114.0ms Speed: 8.0
YOLO对象检测算法也这么卷了吗——基于YOLOv8的人体姿态检测
人工智能研究所的博客
11-18 258
YOLOv8开源了5个尺寸大小的人体姿态检测模型，YOLOv8n-pose是尺寸最小的模型，但是其速度也是最快的模型，但也是牺牲了精确度。然后我们导入YOLO库，并加载yolov8n-pose模型，这里直接选择需要的模型即可，代码运行时会自动下载相关的模型，无需其他额外的操作。其中包括新的骨干网络，新的无锚网络检测头和新的损失函数功能。前期的文章我们介绍了很多关于YOLO系列的对象检测算法，虽然YOLO系列是应用在目标检测算法上，但是最近更新的YOLO系列算法都加入了对象分割，人体姿态检测等模型。
代码说明 YOLOv8模型加载：使用 YOLO('yolov8n-pose.pt') 加载预训练的YOLOv8姿态估计模型 关键点检测：results0.keypoints.data.cpu(
02-04
代码说明 YOLOv8模型加载：使用 YOLO('yolov8n-pose.pt') 加载预训练的YOLOv8姿态估计模型。 关键点检测：results[0].keypoints.data.cpu().numpy() 获取检测到的关键点。 夹角计算：calculate_angle 函数计算三个关键点之间的夹角。 最大夹角显示：在视频的左上角显示当前帧中检测到的最大夹角。 视频保存：使用 cv2.VideoWriter 将处理后的帧保存为 x.mp4。 4. 运行代码 将上述代码保存为Python脚本并运行，它将读取 1.mp4，处理每一帧并保存结果为 x.mp4。
基于YOLOV8-pose的姿态关键点检测项目，带数据集，可直接跑通源码
02-29
基于YOLOV8-pose的姿态关键点检测项目，带数据集，可直接跑通源码
YOLO11动物姿态估计与姿态行为动作监测
QQ_1309399183的博客
03-05 1159
YOLO11动物姿态估计：牛马狗猫39关键点检测 在计算机视觉领域，动物姿态估计是一个具有挑战性的任务，涉及到通过图像或视频识别和定位动物身体的各个关键点。随着深度学习技术的发展，基于卷积神经网络（CNN）的方法已经成为解决这一问题的重要工具之一。YOLO（You Only Look Once）作为一种高效的目标检测算法，在目标检测任务中表现出色。近年来，YOLO系列不断进化，最新版本YOLO11在许多领域中取得了显著的成绩，特别是在动物姿态估计的应用中，展现了巨大的潜力
YOLOv8人体关键点检测（姿态估计）：使用ONNX模型进行推理
深度学习领域
02-22 6034
通过以上步骤，我们展示了如何使用YOLOv8进行人体关键点检测的完整流程，从环境配置到代码实现和结果展示。此过程适用于YOLOv8人体关键点检测任意模型进行检测任务。希望这篇博客能够帮助您理解和实现基于YOLOv8的人体关键点检测项目。如果有任何问题或需要进一步的帮助，请随时留言讨论。
yolov8+多算法多目标追踪+实例分割+目标检测+姿态估计（代码+教程）
QQ_1309399183的博客
10-30 1385
yolov8+多算法多目标追踪+实例分割+目标检测+姿态估计（代码+教程）
YOLOPose实战：手把手实现端到端的人体姿态估计+原理图与代码结构
热门推荐
wqthaha的专栏
07-20 2万+
最近，YOLO又火了，YOLOv7在速度和精度的平衡上达到了最佳水平。而基于YOLOv5的YOLOPose也在人体姿态估计领域取得了端到端领先的性能。本篇记录复现YOLOPose的过程，与代码解读。
yolov8 人体姿态识别
ljn1046016768的博客
07-08 3502
yolov8 人体姿态识别
实时人体姿态检测：YOLOv8与OpenCV的强强联合
matlab_python22的博客
02-04 1381
为了更好地展示人体姿态，我们需要定义关键点之间的连接关系。这些连接关系将帮助我们绘制出人体的骨骼结构，使姿态更加直观。我们为每一对关键点定义了一种颜色，以便在视频帧上清晰地展示它们之间的关系。通过YOLOv8和OpenCV的结合，我们实现了一个高效、准确的实时人体姿态检测系统。它不仅能够实时显示检测结果，还能将结果保存为视频文件，方便后续分析。这个项目展示了深度学习和计算机视觉技术的强大能力，为相关领域的研究和应用提供了新的思路和方法。如果你对这个项目感兴趣，不妨亲自尝试一下，探索更多可能性！
超详细YOLOv8姿态检测全程概述：环境、训练、验证与预测详解
CDBmax的博客
12-26 2万+
本篇博客详细介绍了使用YOLOv8-pose进行姿态估计的全过程，包括不同版本模型的性能比较、训练与验证步骤，以及预测代码的实现。它对模型参数、训练过程和输出结果进行了解释，同时提供了详细的配置文件示例和标签数据格式说明。此外，还演示了如何使用预训练模型进行图像预测，并如何处理和理解预测结果。最后，它还讨论了如何评估和比较不同模型的性能。如果有哪里写的不够清晰，小伙伴本可以给评论或者留言，我这边会尽快的优化博文内容，另外如有需要，我这边可支持技术答疑与支持。
基于YOLOV8图像处理——人脸检测及遮挡
Huang_X_H的博客
09-19 1549
使用YOLOV8进行人脸检测及遮挡的小工具
计算机视觉——基于YOLOv8的人体姿态估计训练与推理
最新发布
威哥说编程
04-15 680
YOLOv8是YOLO（You Only Look Once）系列算法的最新版本，继承了YOLO系列模型的实时性和高效性。它在目标检测任务中表现出色，并在多个领域中得到了广泛应用。YOLOv8相比于之前的版本，在性能、精度和推理速度上都有显著的改进，特别是在更高效的模型设计和多种任务的支持上，具有更强的灵活性。基于YOLOv8进行人体姿态估计的训练与推理是一个高效且灵活的过程。YOLOv8强大的目标检测能力和高效的推理速度为姿态估计任务提供了有力支持。
计算机视觉算法实战——YOLOv7在姿态识别上的应用
m0_65481401的博客
01-10 1623
姿态识别在计算机视觉领域中扮演着重要角色，广泛应用于人机交互、运动分析和安全监控等领域。YOLOv7作为最新的YOLO系列算法，其在姿态识别任务中展现了卓越的性能。本文将详细介绍YOLOv7在姿态识别中的应用。
YOLOv7与MediaPipe在人体姿态估计上的对比
人工智能研究所的博客
11-26 2542
由于MediaPipe是一个单人检测框架，因此在视频中，MediaPipe只检测单个人的姿态，其他人体姿态则会忽略，当然，软件会检测哪个人体姿态，理论上是最前面的人体姿态，但是通过实验后，其实并不完全是这样。YOLOv7姿态是在COCO数据集上训练的，前期的文章我们也分享过YOLOv7人体姿态检测的代码。但是一旦上GPU，yolov7的优势就会大大的提高，可以看到，一旦用上了GPU，yolov7的检测速度就达到了84FPS，而由于mediapipe仅仅用于CPU，就算加上GPU，也发挥不到GPU的优势。
关键点检测（5）——yolov8的backbone搭建
战争热诚的博客
08-27 2356
这是关键点检测的第五课，主要学习ultralytics的关键点检测的backbone，学习源码，并自己实现
YOLOv8人体姿态估计与摔倒坐姿检测(跟踪+检测+姿态估计+代码）
qq1309399183的博客
12-26 799
YOLOv8人体姿态估计与摔倒坐姿检测(跟踪+检测+姿态估计+代码）
YOLOv8项目实践——目标检测、实例分割、姿态估计、目标追踪算法原理及模型部署（Python实现带界面）
知来者逆的博客
03-27 1万+
这是一个集成了YoloV8目标检测、实例分割、姿态估计与目标追踪的项目，界面是用PyQt5写的，可以读入图像，视频与摄像头。
人体姿态估计openpose和yolov7-pose的对比
01-09
### OpenPose 和 YOLOv7-Pose 的人体姿态估计性能与特性对比 #### 性能指标 OpenPose 是一种基于多阶段卷积神经网络的方法，能够检测多人的姿态。YOLOv7-Pose 则继承了 YOLO 家族快速推理的优势，在保持高精度的同时实现了实时处理能力。 在速度方面，YOLOv7-Pose 显著优于 OpenPose。由于其轻量级架构设计以及高效的锚点机制，使得 YOLOv7-Pose 能够实现在 GPU 上每秒数百帧的速度[^2]。相比之下，尽管 OpenPose 提供了较高的准确性，但在实际应用中的运行效率较低，尤其是在面对复杂背景或大规模人群场景时表现得尤为明显。 #### 特征提取方式 OpenPose 使用自底向上的策略来解析图像中的人体关节位置，并通过连接这些关键点形成完整的骨架结构。这种方法依赖于热图回归技术，可以精确捕捉到个体之间的细微差异；然而也正因为如此，当遇到严重遮挡情况下的目标识别会变得困难重重[^1]。 而 YOLOv7-Pose 采用了一种更为灵活的方式——它不仅限于传统的二维坐标预测，而是结合了空间注意力机制和特征金字塔网络(FPN)，增强了对于不同尺度物体的理解力。这种改进有助于提高对局部区域的关注度，进而改善了对人体各部位相对位置关系的学习效果。 #### 遮挡鲁棒性 针对被遮挡的人物再识别问题(Partial ReID)，PVPM+Aug 模型展示了出色的适应性和优越的表现，即使是在存在大面积遮蔽的情况下也能维持较高水平的检索成功率。虽然这里讨论的是特定领域内的成果，但从侧面反映出利用姿态引导可见部分匹配的思想同样适用于增强其他视觉任务下系统的抗干扰能力。 因此推测，相较于传统方法如 OpenPose，YOLOv7-Pose 或者类似的现代算法可能具备更强健的应对遮挡挑战的能力，因为它们往往融入更多先进的设计理念和技术手段以提升整体性能。 ```python import torch from yolov7_pose import YOLOv7_Pose model = YOLOv7_Pose() image = ... # 加载待测图片 results = model(image) for result in results: keypoints = result['keypoints'] print(keypoints) ```
评论
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

打赏作者

知来者逆

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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