使用YOLOv7进行视频实时姿态估计

本文基于YOLOv7进行人体姿态的实时估计，并附录完整代码。

概述

YOLO（You Only Look Once）是一种用于目标检测的方法论，同时也是构建于该方法论之上的一系列模型。

自2015年YOLOv1诞生以来，其作者相继提出了YOLOv2（YOLO9000）和YOLOv3等后续版本，并在随后的几年里，深度学习社区也不断开源改进相关技术。

YOLOv5是Ultralytics团队开发的一个基于YOLO方法的工业级目标检测仓库，它采用了PyTorch实现而非之前YOLO模型所使用的C++，并且完全开源，拥有简洁而强大的API接口，使得用户可以灵活地进行推理、训练及项目定制。

因其卓越的表现，许多针对YOLO方法的优化尝试都选择在此基础上进行拓展。

YOLOv7在YOLOv5的基础上进行了许多改进，使得其在目标检测领域的准确率和速度都得到了提升。

在本文中，笔者基于YOLOv7进行了视频实时姿态估计的实现。

安装YOLOv7

首先通过克隆GitHub仓库获取源代码：

! git clone https://github.com/WongKinYiu/yolov7.git