本文详细介绍了OpenPose的模型，包括BODY25、COCO、MPI和Face、Hand的关键点识别。此外，阐述了OpenPose支持的输入类型、输出格式以及操作系统兼容性。还提到了如何保存推测结果、常用参数解析，以及如何进行实时处理和多GPU配置。OpenPose在人体、面部和手部关键点检测中展示了强大的应用能力。
一，openpose相关模型的介绍
BODY25：25个身体关键点的识别，运算时间与检测出的人数无关。
COCO:18个身体关键点的识别，运算时间与检测出的人数无关。
MPI:15个身体关键点的识别，运算时间与检测出的人数无关。
Face：70个面部关键点的识别。目前，运算时间取决于检测出的人数。
Hand：221个手部关键点识别。目前，运算时间取决于检测出的人数。
二，
输入:
图片、视频、网络摄像头的视频流、Flir或Point Grey和IP摄像机。项目提供了C++语言的代码样本，用户可以自定义输入。
输出:
原有图片+关键点展示（PNG、JPG、AVI等格式），关键点数据存储文件（(JSON, XML, YML等格式）。
操作系统: Ubuntu (14, 16), Windows (8, 10), Mac OSX, Nvidia TX2.
三，效果图
body+face+hand
四，保存推测结果 --write_images
最低0.47元/天 解锁文章
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
