OpenPose 使用介紹

OpenPose 使用介紹

      • 1. 簡介
      • 2. 基礎使用 (Windows)
      • 3. 常見Flag
      • 4. Pose Output Format
      • 5. 常見報錯

1. 簡介

可以實現單人/多人的人體動作、臉部表情、手指運動等姿態估計。

三個算法模式
	1. body_25: 偵測25個關節點
	2. coco: 偵測18個關節點
	3. mpi: 偵測15個關節點

2. 基礎使用 (Windows)

  • Video

    bin\OpenPoseDemo.exe --video examples/media/video.avi
    
  • Images

    bin\OpenPoseDemo.exe --image_dir examples/media/
    

    -- image_dir: 存圖片的資料夾路徑

  • Wecam

    bin\OpenPoseDemo.exe
    
  • 保存json檔

    bin\OpenPoseDemo.exe --image_dir examples/media/ --write_json output\
    
    bin\OpenPoseDemo.exe --video examples/media/video.avi --write_json output\
    

    -- write_json: 存放json的資料夾路徑

  • 保存照片

    bin\OpenPoseDemo.exe --image_dir examples/media/ --write_images output\
    

    -- write_images: 存放照片的資料夾路徑

  • 保存影片

    bin\OpenPoseDemo.exe --video examples/media/video.avi --write_video output\result.avi
    

    -- write_video: 輸出影片的路徑與名稱

3. 常見Flag

--video input.mp4: Read video.
--image_dir path_to_images/: Run on a folder with images.

--write_video path.avi: Save video.
--write_images folder_path: Save processed images on a folder.
--write_json folder_path: Save processed images’ json on a folder.

--display 0: Display window not opened.
--model_pose MPI: Model to use, affects number keypoints, speed and accuracy.

4. Pose Output Format

  • JSON檔內關節點資訊
    pose_keypoints_2d,包含(x, y, score)三項資訊

    x和y即為圖像中的關節點座標位置,取值範圍可以是[0,1], [-1,1], [0, source size], [0, output size] 等等, 取決於 keypoint_scale flag的值。

    score表示信心值,做了normalization,取值範圍[0,1],越接近1表示預測越準確。

  • BODY_25 (25個關節點)
    OpenPose 使用介紹_第1张图片

  • COCO (18個關節點)
    OpenPose 使用介紹_第2张图片

5. 常見報錯

  • error == cudaSuccess (2 vs. 0) out of memory

    解決方法一 : 改變處理分辨率
    命令行添加 --net_resolution 176x256,後面大小可以自行定義。

    解決方法二: 改變模式
    命令行添加 --model_pose COCO

你可能感兴趣的:(工具,深度学习)