【深度学习】YOLOPose人体关键点估计人体姿态估计

论文 &＃xff1a; https://arxiv.org/abs/2204.06806
代码&＃xff1a;
https://github.com/TexasInstruments/edgeai-yolov5
https://github.com/TexasInstruments/edgeai-yolox

yolov5&＃43;oks损失&＃xff0c;效果好到没朋友&＃xff1a;

在head出的特征里&＃xff0c;每个关键点增加3个变量输出&＃xff0c;即是&＃xff5b;x坐标&＃xff0c;y坐标&＃xff0c;conf置信度&＃xff5d;&＃xff0c;17个人体关键点就有51个变量&＃xff1a;

https://zhuanlan.zhihu.com/p/48601321

论文作者觉得L1损失并不能很好表述OKS指标&＃xff0c;遂设计了自创的oks损失&＃xff1a;

还需要关键点置信度损失&＃xff1a;

那么整个模型的损失是&＃xff1a;

训练的时候&＃xff0c;可以看见置信度就是1&＃xff0c;否则就是0。 推理阶段&＃xff0c;只保留置信度大于0.5的关键点。

https://github.com/WongKinYiu/yolov7
原图&＃xff1a;

结果图&＃xff1a;

学习&＃xff1a;论文里提到的一些 bottom-to-up 的pose模型&＃xff0c;基于heatmap模型。