免费AI标注工具-人体关键点工具

最近在跟踪一个人体姿态识别的项目，就刚好跟大家分享一下免费的关键点标注工具，目前姿态识别的标注项目还是挺多，主要原因也是其应用场景比较多，而这个工具最大的优势就是可以用于各种关键点标注，不管是17点，28点，还是单独局部关键点标注，非常好用。所以从三个方面介绍一下。

• 人体关键点标注应用场景

• 免费工具安装应用

• 结果集可视化（加快审核效率及审核准确率）

 

一.人体关键点标注的常用应用场景    

    1.新零售场景

    新零售场景主要可以应用于对人体（手、手臂、头部、腿部）重点跟踪监控，可用于商场陈列摆设优化、针对性销售等场景。

     2.安全驾驶

    这个场景中比较普遍的一个应用就是长途货运司机监控并做异常行为提示。

    3.安防

    安防领域这块涉及到可做的场景就非常多，例如公共场合的异常行为（打架、聚众等等），工厂安全生产异常行为监控等等。

 

 

以上就是单独具了几个案例，其实人体姿态识别的场景还有很多，如：智慧校园、智慧社区等等，在这里就不一一列举了，有感兴趣的小伙伴可以查一下或者看一下相关的论文。

 

二.免费工具安装应用

 

安装环境：win7以上系统，anaconda3，python3.6

安装过程：

1. 安装anaconda3

2. 管理员身份打开 anaconda prompt

3. 输入命令：conda create --name=labelme python=3.6

4. 输入命令：activate labelme

5. 输入命令：pip install pyqt5，pip install pyside2(自己刚开始没有安装pyside2,运行 \anaconda安装目录\envs\labelme\Scripts\label_json_to_dataset.exe 会出现module "pyside"缺失错误)

6. 输入命令：pip install labelme（由于网络原因或者库的地址需要翻墙，经常运行一半出现错误，不要气馁，多执行几次）

7. 输入命令：labelme   即可打开labelme。如下：

注：在安装过程中由于网络原因会经常中断，只要锲而不舍一定会安装成功的。

 

三.结果集可视化（加快审核效率及审核准确率）

 

标注后得到的结果是json格式的问题，对于审核的小伙伴其实非常不友好，审核的小伙伴最主要的工作是要审核1.点位是否准确，2.命名是否正确。那么如果可以对结果进行可视化并且直接校验出命名规范是否正确，将提升至少50%的审核效率以及准确率。那么我们就来分享一下如何操作：

 

首先我们要明确目标：

1.自动校验命名是否符合规范

2.标注结果直接可视化到图片上

 

待标注图片：

标注结果：

可视化结果：

 

本次结果可视化脚本是用python写的脚本，如果有需要的小伙伴还是老规矩，转发本文到朋友圈三小时截图发到公众号后台领取。