PaddleHub检测肢体和手部关键点(2.0版本)

目录

  • PaddleHub检测肢体和手部关键点
    • openpose_hands_estimation
    • openpose_body_estimation
    • 一、安装新版Hub
    • 二、定义待预测照片并安装模型
    • 三、API预测
    • 四、命令行预测
    • 五、实现效果

PaddleHub检测肢体和手部关键点

openpose_hands_estimation

openpose_hands_estimation是基于 ‘Hand Keypoint Detection in Single Images using Multiview Bootstrapping’ 构建的用于手部关键点检测的模型,该模型需要与openpose_body_estimation模型联合使用检测肢体和手部关键点,因此使用该模型前,请先安装openpose_body_estimation。

openpose_hands_estimation
模型链接:https://www.paddlepaddle.org.cn/hubdetail?name=openpose_hands_estimation&en_category=KeyPointDetection

openpose_body_estimation

openpose_body_estimation是基于’Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields’构建的用于肢体关键点检测的模型,该模型可以与openpose_hands_estimation模型联合使用检测肢体和手部关键点。

NOTE: 如果您在本地运行该项目示例,需要首先安装PaddleHub。如果您在线运行,需要首先fork该项目示例。之后按照该示例操作即可。

openpose_body_estimation
模型链接:https://www.paddlepaddle.org.cn/hubdetail?name=openpose_body_estimation&en_category=KeyPointDetection

环境:PaddlePaddle2.0.0rc PaddleHub2.0.0b1 lopenpose_hands_estimati 1.0.0(最新版) openpose_body_estimation 1.0.0(最新版)

一、安装新版Hub

!pip install paddlehub==2.0.0b1 -i https://pypi.tuna.tsinghua.edu.cn/simple

二、定义待预测照片并安装模型

以本示例中文件夹下shou.jpg为待预测图片

PaddleHub检测肢体和手部关键点(2.0版本)_第1张图片

image = "shou.jpg"
!hub install openpose_hands_estimation
!hub install openpose_body_estimation

三、API预测

识别输入图片中的所有人手部关键点。

参数

  • img (numpy.ndarray|str): 图片数据,使用图片路径或者输入numpy.ndarray,BGR格式;
  • save_path (str): 图片保存路径, 默认为’openpose_hand’;
  • scale (list): 搜索关键点时使用图片的不同尺度;
  • visualization (bool): 是否将识别结果保存为图片文件;

返回

  • res (dict): 识别结果的列表,列表元素为 dict, 有以下两个字段:
    • data : 可视化图片内容(numpy.ndarray,BGR格式);
    • all_hand_peaks: 图片中手部关键点坐标
import paddlehub as hub

model = hub.Module(name='openpose_hands_estimation')
result = model.predict(image,visualization=True)
print(result)

四、命令行预测

!hub run openpose_hands_estimation --input_path "shou.jpg"

五、实现效果

PaddleHub检测肢体和手部关键点(2.0版本)_第2张图片
PaddleHub检测肢体和手部关键点(2.0版本)_第3张图片

点我进入项目

你可能感兴趣的:(PaddlePaddle,PaddleHub,深度学习)