Openpose算法源码分析

数据及代码见最后 

1.数据集与路径配置

        首先，我们需要下载coco数据集，并指定数据集的路径，数据集下载地址见文末。

2.数据的处理和标签的制作

        首先，需要读取数据和标签文件。由于网络输出的是关键点的热度图和PAF亲和度图，因此，需要为此制作标签。

 读取数据和标签文件

        数据使用的是coco数据集，首先使用pycocotools库读取图片及标签。标注数据由x,y坐标值和k组成,k值取0表示点不存在,取1表示点被遮挡，取2表示点既标注了也没被遮挡。因此，需要筛选掉k值为0的情况。

标签的制作

        标签的制作需要制作各个关键点的热度图和PAF标签。关键点热图的个数等于关键点的个数+背景。而对于PAF向量，为了简化关键点的匹配，使完全图问题简化为二分图问题。作者预先定义了19种不同的肢体，每种肢体有x方向和y方向。需要注意的是，网络输出的是特征图，下采样了8倍。因此，制作标签时基于特征图的维度。

关键点的热度图标签        

        关键点的热度图的标签的制作步骤如下:

• 首先，得到各种关键点的位置，比如眼部、手臂等

• 对关键点进行筛选,去除越界的关键点

• 为每一个关键点构建一个热度图,即在一定范围内，以关键点为中心,构建高斯分布,超出