1. 简介
- RTMPose:Real-Time Multi-Person Pose Estimation based on MMPose (实时支持6人)
- GAU:Gated Attention Unit
- FFN:Feed-Forward Networks
- GLU:Gated Linear Unit
- RTMPose:Top-Down范式
- 推理时间-准确度 (圆的大小表示模型参数的相对大小)
2. 网络结构
- Backbone:CSPNeXt (在速度与精度间可取得较好的平衡,且可进行友好地布署)
- 预测KeyPoints:SimCC-based (把关键点定位当作一个分类任务,与基于热图(heatmap)的算法相比,SimCC-base可以获得具有竟争力的准确度和更低的计算量)
- 坐标分类(本方法)
- 坐标回归 (其它方法)
- 热图回归(其它方法)
- 部署支持的推理框架:PyTorch, ONNX Runtime, TensorRT, ncnn
2.1 RTMPose推理Pipeline
2.2 性能比较
- 检测器
- YOLOv3
- Faster-RCNN
- RTMDet