人体关键点检测2：Pytorch实现人体关键点检测(人体姿势估计)含训练代码
目录
人体关键点检测2：Pytorch实现人体关键点检测(人体姿势估计)含训练代码
1. 前言
2.人体关键点检测方法
(1)Top-Down(自上而下)方法
(2)Bottom-Up(自下而上)方法：
3.人体关键点检测数据集
4.人体检测模型训练
5.人体关键点检测模型训练
（1）项目安装
（2）准备Train和Test数据
（3）配置文件configs
（4）开始训练
（5）Tensorboard可视化训练过程
6.人体关键点检测检测模型效果
7.人体关键点检测(推理代码)下载
8.人体关键点检测(训练代码)下载
9.人体关键点检测C++/Android版本
1. 前言
人体关键点检测（Human Keypoints Detection）又称为人体姿态估计2D Pose，是计算机视觉中一个相对基础的任务，是人体动作识别、行为分析、人机交互等的前置任务。一般情况下可以将人体关键点检测细分为单人/多人关键点检测、2D/3D关键点检测，同时有算法在完成关键点检测之后还会进行关键点的跟踪，也被称为人体姿态跟踪。
本项目将实现人体关键点检测算法，其中使用YOLOv5模型实现人体检测(Person Detection)，使用HRNet，LiteHRNet和Mobilenet-v2模型实现人体关键点检测。项目分为数据集说明，模型训练和C++/Android部署等多个章节，本篇是项目《人体关键点检测(人体姿势估计)》系列文章之Pytorch实现人体关键点检测(人体姿势估计)；为了方便后续模型工程化和Android平台部署，项目支持高精度HRNet检测模型，轻量化模型LiteHRNet和Mobilenet模型训练和测试，并提供Python/C++/Android多个版本；
轻量化Mobilenet-v2模型在普通Android手机上可以达到实时的检测效果，CPU(4线程)约50ms左右，GPU约30ms左右 ，基本满足业务的性能需求。下表格给出HRNet，以及轻量化模型LiteHRNet和Mobilenet的计算量和参数量，以及其检测精度
| 模型 | input-size | params(M) | GFLOPs | AP |
| HRNet-w32 | 192×256 | 28.48M | 5734.05M | 0.7585 |
| LiteHRNet18 | 192×256 | 1.10M | 182.15M | 0.6237 |
| Mobilenet-v2 | 192×256 | 2.63M | 529.25M | 0.6181 |
先展示一下人体关键点检测效果：
Android人体关键点检测APP Demo体验(下载)：https://download.csdn.net/download/guyuealian/88610359
【尊重原创，转载请注明出处】https://blog.csdn.net/guyuealian/article/details/134837816
更多项目《人体关键点检测(人体姿势估计)》系列文章请参考：
- 人体关键点检测1：人体姿势估计数据集(含下载链接) https://blog.csdn.net/guyuealian/article/details/134703548
- 人体关键点检测2：Pytorch实现人体关键点检测(人体姿势估计)含训练代码和数据集 https://blog.csdn.net/guyuealian/article/details/134837816
- 人体关键点检测3：Android实现人体关键点检测(人体姿势估计)含源码 可实时检测 https://blog.csdn.net/guyuealian/article/details/134881797
- 人体关键点检测4：C/C++实现人体关键点检测(人体姿势估计)含源码 可实时检测 https://blog.csdn.net/guyuealian/article/details/134881797
2.人体关键点检测方法
目前主流的人体关键点检测(人体姿势估计)方法主要两种：一种是Top-Down（自上而下）方法，另外一种是Bottom-Up（自下而上）方法；
(1)Top-Down(自上而下)方法
将人体检测和人体关键点检测(人体姿势估计)检测分离，在图像上首先进行人体目标检测，定位人体位置；然后crop每一个人体图像，再估计人体关键点；这类方法往往比较慢，但姿态估计准确度较高。目前主流模型主要有CPN，Hourglass，CPM，Alpha Pose，HRNet等。
(2)Bottom-Up(自下而上)方法：
先估计图像中所有人体关键点，然后在通过Grouping的方法组合成一个一个实例；因此这类方法在测试推断的时候往往更快速，准确度稍低。典型就是COCO2016年人体关键点检测冠军Open Pose。
通常来说，Top-Down具有更高的精度，而Bottom-Up具有更快的速度；就目前调研而言， Top-Down的方法研究较多，精度也比Bottom-Up（自下而上）方法高。本项目采用Top-Down(自上而下)方法，先使用YOLOv5模型实现人体检测，然后再使用HRNet进行人体关键点检测(人体姿势估计)；
本项目基于开源的HRNet进行改进，关于HRNet项目请参考GitHub
HRNet: https://github.com/leoxiaobin/deep-high-resolution-net.pytorch
3.人体关键点检测数据集
本项目主要使用COCO数据集和MPII数据集，关于人体关键点检测数据集说明，请参考《人体关键点检测1：人体姿势估计数据集》https://blog.csdn.net/guyuealian/article/details/134703548
4.人体检测模型训练
本项目采用Top-Down(自上而下)方法，使用YOLOv5模型实现人体目标检测，使用HRNet进行人体关键点检测(人体姿势估计)；关于人体检测模型训练方法，可参考 :
行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)
5.人体关键点检测模型训练
整套工程项目基本结构如下：
.
├── configs # 训练配置文件
├── data # 一些数据
├── libs # 一些工具库
├── pose # 姿态估计模型文件
├── work_space # 训练输出工作目录
├── demo.py # 模型推理demo文件
├── README.md # 项目工程说明文档
├── requirements.txt # 项目相关依赖包
└── train.py # 训练文件（1）项目安装
推荐使用Python3.8或Python3.7，更高版本可能存在版本差异问题，项目依赖python包请参考requirements.txt，使用pip安装即可，项目代码都在Ubuntu系统和Windows系统验证正常运行，请放心使用；若出现异常，大概率是相关依赖包版本没有完全对应
numpy==1.21.6
matplotlib==3.2.2
Pillow==8.4.0
bcolz==1.2.1
easydict==1.9
onnx==1.8.1
onnx-simplifier==0.2.28
onnxoptimizer==0.2.0
onnxruntime==1.6.0
opencv-contrib-python==4.5.2.52
opencv-python==4.5.1.48
pandas==1.1.5
PyYAML==5.3.1
scikit-image==0.17.2
scikit-learn==0.24.0
scipy==1.5.4
seaborn==0.11.2
sklearn==0.0
tensorboard==2.5.0
tensorboardX==2.1
torch==1.7.1+cu110
torchvision==0.8.2+cu110
tqdm==4.55.1
xmltodict==0.12.0
pycocotools==2.0.2
pybaseutils==0.9.4
basetrainer
项目安装教程请参考（初学者入门，麻烦先看完下面教程，配置好Python开发环境）：
- 推荐使用Python3.8或Python3.7，更高版本可能存在版本差异问题
- 项目开发使用教程和常见问题和解决方法
- 视频教程：1 手把手教你安装CUDA和cuDNN(1)
- 视频教程：2 手把手教你安装CUDA和cuDNN(2)
- 视频教程：3 如何用Anaconda创建pycharm环境
- 视频教程：4 如何在pycharm中使用Anaconda创建的python环境
（2）准备Train和Test数据
下载COCO数据集或者MPII数据集（建议使用COCO数据集），然后：
- COCO数据集下载并解压到本地，存储目录结构参考如下（原始图片目录和标注信息文件在同一级目录）
─── COCO
├── train2017
│ ├── images # COCO训练集原始图片目录
│ └── person_keypoints_train2017.json # COCO训练集标注信息文件
└── val2017
├── images # COCO验证集原始图片目录
└── person_keypoints_val2017.json # COCO验证集标注信息文件
- MPII数据集下载并解压到本地，存储目录结构参考如下
─── MPII
├── images # MPII数据集原始图片目录
├── train.json # MPII训练集标注信息文件
└── valid.json # MPII训练集标注信息文件
（3）配置文件configs
项目支持HRNet以及轻量化模型LiteHRNet和Mobilenet模型训练，并提供对应的配置文件；你需要修改对应配置文件的数据路径；本篇以训练HRNet-w32为例子，其配置文件在configs/coco/hrnet/w32_adam_192_192.yaml，修改该文件的训练数据集路径TRAIN_FILE（支持多个数据集训练）和测试数据集TEST_FILE的数据路径为你本地数据路径，其他参数保持默认即可，如下所示：
WORKERS: 8
PRINT_FREQ: 10
DATASET:
DATASET: 'custom_coco'
TRAIN_FILE:
- 'D:/COCO/train2017/person_keypoints_train2017.json'
TEST_FILE: 'D:/COCO/val2017/person_keypoints_val2017.json'
FLIP: true
ROT_FACTOR: 45
SCALE_FACTOR: 0.3
SCALE_RATE: 1.25
JOINT_IDS: [0,1]
FLIP_PAIRS: [ ]
SKELETON: [ ]配置文件的一些参数说明，请参考
| 参数 | 类型 | 参考值 | 说明 |
| WORKERS | int | 8 | 数据加载处理的进程数 |
| PRINT_FREQ | int | 10 | 打印LOG信息的间隔 |
| DATASET | str | custom_coco | 数据集类型，目前仅支持COCO数据格式 |
| TRAIN_FILE | List | - | 训练数据集文件列表(COCO数据格式)，支持多个数据集 |
| TEST_FILE | string | - | 测试数据集文件(COCO数据格式),仅支持单个数据集 |
| FLIP | bool | True | 是否翻转图片进行测试，可提高测试效果 |
| ROT_FACTOR | float | 45 | 训练数据随机旋转的最大角度，用于数据增强 |
| SCALE_FACTOR | float | 1.25 | 图像缩放比例因子 |
| SCALE_RATE | float | 0.25 | 图像缩放率 |
| JOINT_IDS | list | [ ] | [ ]表示所有关键点，也可以指定需要训练的关键点序号ID |
| FLIP_PAIRS | list | [ ] | 图像翻转时，关键点不受翻转影响的ID号 |
| SKELETON | list | [ ] | 关键点连接线的序列列表，用于可视化效果 |
（4）开始训练
修改好配置文件后，就可以开始准备训练了：
- 训练高精度模型HRNet-w48或者HRNet-w32
# 高精度模型：HRNet-w32
python train.py -c "configs/coco/hrnet/w48_adam_192_192.yaml" --workers=8 --batch_size=32 --gpu_id=0 --work_dir="work_space/person"
# 高精度模型：HRNet-w48
python train.py -c "configs/coco/hrnet/w32_adam_192_192.yaml" --workers=8 --batch_size=32 --gpu_id=0 --work_dir="work_space/person"
- 训练轻量化模型LiteHRNet
# 轻量化模型：LiteHRNet
python train.py -c "configs/coco/litehrnet/litehrnet18_192_192.yaml" --workers=8 --batch_size=32 --gpu_id=0 --work_dir="work_space/person"
- 训练轻量化模型Mobilenetv2
# 轻量化模型：Mobilenet
python train.py -c "configs/coco/mobilenet/mobilenetv2_192_192.yaml" --workers=8 --batch_size=32 --gpu_id=0 --work_dir="work_space/person"
下表格给出HRNet，以及轻量化模型LiteHRNet和Mobilenet的计算量和参数量，以及其检测精度AP； 高精度检测模型HRNet-w32，AP可以达到0.7585，但其参数量和计算量比较大，不合适在移动端部署；LiteHRNet18和Mobilenet-v2参数量和计算量比较少，合适在移动端部署；虽然LiteHRNet18的理论计算量和参数量比Mobilenet-v2低，但在实际测试中，发现Mobilenet-v2运行速度更快。轻量化Mobilenet-v2模型在普通Android手机上可以达到实时的检测效果，CPU(4线程)约50ms左右，GPU约30ms左右 ，基本满足业务的性能需求
| 模型 | input-size | params(M) | GFLOPs | AP |
| HRNet-w32 | 192×256 | 28.48M | 5734.05M | 0.7585 |
| LiteHRNet18 | 192×256 | 1.10M | 182.15M | 0.6237 |
| Mobilenet-v2 | 192×256 | 2.63M | 529.25M | 0.6181 |
（5）Tensorboard可视化训练过程
训练过程可视化工具是使用Tensorboard，使用方法，在终端输入：
# 基本方法
tensorboard --logdir=path/to/log/
# 例如
tensorboard --logdir="work_space/person/hrnet_w32_16_192_256_mpii_20231127_113836_6644/log"点击终端TensorBoard打印的链接，即可在浏览器查看训练LOG信息等：
6.人体关键点检测检测模型效果
demo.py文件用于推理和测试模型的效果，填写好配置文件，模型文件以及测试图片即可运行测试了；demo.py命令行参数说明如下：
| 参数 | 类型 | 参考值 | 说明 |
|---|---|---|---|
| -c,--config_file | str | - | 配置文件 |
| -m,--model_file | str | - | 模型文件 |
| target | str | - | 骨骼点类型，如hand,coco_person,mpii_person |
| image_dir | str | data/image | 测试图片的路径 |
| video_file | str,int | - | 测试的视频文件 |
| out_dir | str | output | 保存结果，为空不保存 |
| threshold | float | 0.3 | 关键点检测置信度 |
| device | str | cuda:0 | GPU ID |
下面以运行HRNet-w32为样例，其他模型修改--config_file或者--model_file即可
- 测试图片
python demo.py -c work_space/person/hrnet_w32_17_192_256_custom_coco_20231115_092948_1789/w32_adam_192_192.yaml -m work_space/person/hrnet_w32_17_192_256_custom_coco_20231115_092948_1789/model/best_model_195_0.7585.pth --image_dir data/test_images --out_dir output
- 测试视频文件
python demo.py -c work_space/person/hrnet_w32_17_192_256_custom_coco_20231115_092948_1789/w32_adam_192_192.yaml -m work_space/person/hrnet_w32_17_192_256_custom_coco_20231115_092948_1789/model/best_model_195_0.7585.pth --video_file data/video-test.mp4 --out_dir output
- 测试摄像头
python demo.py -c work_space/person/hrnet_w32_17_192_256_custom_coco_20231115_092948_1789/w32_adam_192_192.yaml -m work_space/person/hrnet_w32_17_192_256_custom_coco_20231115_092948_1789/model/best_model_195_0.7585.pth --video_file 0 --out_dir output
项目同时支持MPII数据集格式人体关键点检测
- 测试图片（MPII格式的人体关键点检测）
python demo.py -c work_space/person/hrnet_w32_16_192_256_mpii_20231127_113836_6644/w32_adam_192_192.yaml -m work_space/person/hrnet_w32_16_192_256_mpii_20231127_113836_6644/model/best_model_148_89.4041.pth --image_dir data/test_images --out_dir output --target mpii_person
运行效果（支持单人和多人人体关键点检测）：
7.人体关键点检测(推理代码)下载
人体关键点检测推理代码下载地址：Pytorch实现人体关键点检测(人体姿势估计)推理代码
资源内容包含：人体关键点检测推理代码（Pytorch）
- 提供YOLOv5人体检测推理代码（不包含训练代码）
- 提供人体关键点检测(人体姿势估计)推理代码demo.py（不包含训练代码）
- 提供高精度版本HRNet人体关键点检测(人体姿势估计)（不包含训练代码）
- 提供轻量化模型LiteHRNet,以及Mobilenet-v2人体关键点检测(人体姿势估计)（不包含训练代码）
- 提供训练好的模型：HRNet-w32,LiteHRNet和Mobilenet-v2模型权重文件，配置好环境，可直接运行demo.py
- 推理代码demo.py支持图片，视频和摄像头测试
如果你需要配套的训练数据集和训练代码，请查看下面部分
8.人体关键点检测(训练代码)下载
人体关键点检测训练代码下载地址：
资源内容包含：
- 提供YOLOv5人体检测推理代码
- 提供整套完整的项目工程代码，包含人体关键点检测(人体姿势估计)的训练代码train.py和推理测试代码demo.py
- 提供高精度版本HRNet人体关键点检测(人体姿势估计)训练和测试代码
- 提供轻量化模型LiteHRNet以及Mobilenet-v2人体关键点检测(人体姿势估计)训练和测试代码
- 项目代码支持MPII数据集和COCO数据集人体关键点检测模型训练和测试
- 根据本篇博文说明，简单配置即可开始训练：train.py
- 提供训练好的模型：HRNet-w32,LiteHRNet和Mobilenet-v2模型权重文件，配置好环境，可直接运行demo.py
- 推理代码demo.py支持图片，视频和摄像头测试
9.人体关键点检测C++/Android版本
- 人体关键点检测3：Android实现人体关键点检测(人体姿势估计)含源码 可实时检测 https://blog.csdn.net/guyuealian/article/details/134881797
- 人体关键点检测4：C/C++实现人体关键点检测(人体姿势估计)含源码 可实时检测 https://blog.csdn.net/guyuealian/article/details/134881797
Android人体关键点检测APP Demo体验(下载)：https://download.csdn.net/download/guyuealian/88610359
