Paddle2.0案例: 人体姿态关键点检测

本文介绍基于Paddle2.0实现人体姿态关键点检测的案例。先说明关键点检测的意义与两类方法,强调人体姿态检测的特殊性及常用热力图回归法。接着讲解环境设置、COCO数据集处理、数据集定义与抽样展示,还构建了基于ResNet的PoseNet模型,阐述训练过程与预测结果,展示不同训练程度模型的效果差异。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

paddle2.0案例: 人体姿态关键点检测 - 创想鸟

关键点检测方法及应用2: 人体姿态关键点检测

本示例教程当前是基于2.0-rc版本Paddle做的案例实现,未来会随着2.0的系列版本发布进行升级。

1.简要介绍

在图像处理中,关键点本质上是一种特征。它是对一个固定区域或者空间物理关系的抽象描述,描述的是一定邻域范围内的组合或上下文关系。它不仅仅是一个点信息,或代表一个位置,更代表着上下文与周围邻域的组合关系。关键点检测的目标就是通过计算机从图像中找出这些点的坐标,作为计算机视觉领域的一个基础任务,关键点的检测对于高级别任务,例如识别和分类具有至关重要的意义。

关键点检测方法总体上可以分成两个类型,一个种是用坐标回归的方式来解决,另一种是将关键点建模成热力图,通过像素分类任务,回归热力图分布得到关键点位置。这两个方法,都是一种手段或者是途径,解决的问题就是要找出这个点在图像当中的位置与关系。

人脸关键点检测是最基于坐标回归的关键点检测方法,在案例Paddle2.0案例: 人脸关键点检测简要介绍如何通过飞桨开源框架实现人脸关键点检测的训练和预测。

人体姿态关键点检测(Human Keypoint Detection)又称为人体姿态识别,旨在准确定位图像之中人体关节点的位置,是人体动作识别、人体行为分析、人机交互的前置任务。与人脸关键点检测不同,人体的躯干部位更为灵活,变化更为难以预测,基于坐标回归的方法难以胜任,通常使用热力图回归的关键点检测方法。

这个案例基于人体姿态估计与追踪之关键点检测,使用新版的paddle2.0的API对人体姿态关键点模型Simple Baselines for Human Pose Estimation and Tracking进行复现,并使用集成式的训练接口,更方便地对模型进行训练和预测。

2.环境设置

导入必要的模块,确认自己的飞桨版本。 如果是cpu环境,请安装cpu版本的paddle2.0环境,在 paddle.set_device() 输入对应运行设备。

In [ ]

!unzip -o cocoapi.zip -d work!cd work/cocoapi/PythonAPI && python setup.py installprint('API安装完成')

安装完成后重启环境。

In [1]

import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport osimport argparseimport paddlefrom paddle.io import Datasetfrom paddle.vision.transforms import transformsfrom paddle.vision.models import resnet18from paddle.nn import functional as Fprint(paddle.__version__)# 选择CPU/GPU环境# device = paddle.set_device('cpu')device = paddle.set_device('gpu')from pycocotools.coco import COCOimport pdbimport randomimport cv2from work.transforms import fliplr_jointsfrom work.transforms import get_affine_transformfrom work.transforms import affine_transform
2.0.0-rc1

3.数据集

目前COCO keypoint track是人体关键点检测的权威公开比赛之一,COCO数据集中把人体关键点表示为17个关节,分别是鼻子,左右眼,左右耳,左右肩,左右肘,左右腕,左右臀,左右膝,左右脚踝。而人体关键点检测的任务就是从输入的图片中检测到人体及对应的关键点位置。

3.1 数据集说明

本案例提供了两个数据集

COCO2017数据集,对应data/data7122coco-关键点检测,对应data/data9663

第一个是完整的coco数据集,包含了用于多种任务的完整标注。本示例由于展示需要,第二个数据集仅从coco数据集中抽取出了100张包含人体图像,仅包含人体关键点的标注。

如果需要训练自己的数据集可以参照coco数据集格式,将自己的数据集转化为coco数据集的格式,然后使用COCOPose来读取。

其中数据集中包含的文件路径如下:

`-- coco`-- annotations |-- person_keypoints_train2017.json |-- person_keypoints_val2017.json`-- images |-- train2017|-- val2017|-- test2017

In [ ]

# 解压示例数据集!unzip -o data/data9663/coco.zip -d data/data9663/

In [ ]

# 或者,解压完整coco数据集!cd data/data7122 && mkdir coco!unzip -o data/data7122/train2017.zip -d data/data7122/coco/images!unzip -o data/data7122/val2017.zip -d data/data7122/coco/images!unzip -o data/data7122/annotations_trainval2017.zip -d data/data7122/coco/

3.2 数据集定义

飞桨(PaddlePaddle)数据集加载方案是统一使用Dataset(数据集定义) + DataLoader(多进程数据集加载)。

首先我们先进行数据集的定义,数据集定义主要是实现一个新的Dataset类,继承父类paddle.io.Dataset,并实现父类中以下两个抽象方法,getitem__和__len:

In [6]

class COCOPose(Dataset):    def __init__(self, data_dir, mode='train', val_split=0.1, shuffle=False, debug=False):        class config:            # 17个关键点            NUM_JOINTS = 17            # 左右对称的关键点序号            FLIP_PAIRS = [[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12], [13, 14], [15, 16]]            SCALE_FACTOR = 0.3            ROT_FACTOR = 40            FLIP = True            SIGMA = 3            # 裁剪patch大小            IMAGE_SIZE = [288, 384]            # heatmap大小            HEATMAP_SIZE = [72, 96]            ASPECT_RATIO = IMAGE_SIZE[0] * 1.0 / IMAGE_SIZE[1]            MEAN = [0.485, 0.456, 0.406]            STD = [0.229, 0.224, 0.225]            PIXEL_STD = 200        self.cfg = config        self.cfg.DATAROOT = data_dir        self.cfg.DEBUG = debug        self.mode = mode        # 划分训练集和验证集合        if self.mode in ['train', 'val']:            file_name = os.path.join(data_dir, 'annotations', 'person_keypoints_' + self.mode + '2017.json')        else:            raise ValueError("The dataset '{}' is not supported".format(self.mode))        # 用cocotools提供的API读取标注的json文件        coco = COCO(file_name)        # Deal with class names        cats = [cat['name']                for cat in coco.loadCats(coco.getCatIds())]        classes = ['__background__'] + cats        print('=> classes: {}'.format(classes))        num_classes = len(classes)        _class_to_ind = dict(zip(classes, range(num_classes)))        _class_to_coco_ind = dict(zip(cats, coco.getCatIds()))        _coco_ind_to_class_ind = dict([(_class_to_coco_ind[cls],                                        _class_to_ind[cls])                                       for cls in classes[1:]])        # Load image file names        image_set_index = coco.getImgIds()        data_len = len(image_set_index)        if shuffle:            random_seed = 34            random.seed(random_seed)            random.shuffle(image_set_index)        num_images = len(image_set_index)        print('=> num_images: {}'.format(num_images))        gt_db = self._load_coco_keypoint_annotation(            image_set_index, coco, _coco_ind_to_class_ind)        self.gt_db = self._select_data(gt_db)    # 每次迭代时返回数据和对应的标签    def __getitem__(self, idx):        sample = self.gt_db[idx]        image_file = sample['image']        filename = sample['filename'] if 'filename' in sample else ''        joints = sample['joints_3d']        joints_vis = sample['joints_3d_vis']        c = sample['center']        s = sample['scale']        score = sample['score'] if 'score' in sample else 1        r = 0        # 读取图片        data_numpy = cv2.imread(            image_file, cv2.IMREAD_COLOR | cv2.IMREAD_IGNORE_ORIENTATION)                # 数据增广        if self.mode == 'train':            sf = self.cfg.SCALE_FACTOR            rf = self.cfg.ROT_FACTOR            # 随机裁剪            s = s * np.clip(np.random.randn() * sf + 1, 1 - sf, 1 + sf)            r = np.clip(np.random.randn() * rf, -rf * 2, rf * 2)                 if random.random() <= 0.6 else 0                        # 随机交换左右对称关键点坐标            if self.cfg.FLIP and random.random()  0.0:                joints[i, 0:2] = affine_transform(joints[i, 0:2], trans)        # 生成多通道heatmap        target, target_weight = self.generate_target(joints, joints_vis)                # 检查生成的图像        if self.cfg.DEBUG:            self.visualize(filename, data_numpy, input_img.copy(), joints, target)        # 归一化(减均值、除方差)        input_img = input_img.astype('float32').transpose((2, 0, 1)) / 255        input_img -= np.array(self.cfg.MEAN).reshape((3, 1, 1))        input_img /= np.array(self.cfg.STD).reshape((3, 1, 1))        if self.mode=='train' or self.mode=='val':            return input_img, target, target_weight        else:            return input_img, target, target_weight, c, s, score, image_file    # 返回整个数据集的总数    def __len__(self):        return len(self.gt_db)    # 以下函数是用来辅助读取数据    # 读取具体标注    def _load_coco_keypoint_annotation(self, image_set_index, coco, _coco_ind_to_class_ind):        """Ground truth bbox and keypoints.        """        print('generating coco gt_db...')        gt_db = []        for index in image_set_index:            im_ann = coco.loadImgs(index)[0]            width = im_ann['width']            height = im_ann['height']            annIds = coco.getAnnIds(imgIds=index, iscrowd=False)            objs = coco.loadAnns(annIds)            # Sanitize bboxes            valid_objs = []            for obj in objs:                x, y, w, h = obj['bbox']                x1 = np.max((0, x))                y1 = np.max((0, y))                x2 = np.min((width - 1, x1 + np.max((0, w - 1))))                y2 = np.min((height - 1, y1 + np.max((0, h - 1))))                if obj['area'] > 0 and x2 >= x1 and y2 >= y1:                    obj['clean_bbox'] = [x1, y1, x2 - x1, y2 - y1]                    valid_objs.append(obj)            objs = valid_objs                        rec = []            for obj in objs:                cls = _coco_ind_to_class_ind[obj['category_id']]                if cls != 1:                    continue                joints_3d = np.zeros((self.cfg.NUM_JOINTS, 3), dtype=np.float)                joints_3d_vis = np.zeros((self.cfg.NUM_JOINTS, 3), dtype=np.float)                if self.mode in ['train', 'val']:                    # Ignore objs without keypoints annotation                    if max(obj['keypoints']) == 0:                        continue                    for ipt in range(self.cfg.NUM_JOINTS):                        joints_3d[ipt, 0] = obj['keypoints'][ipt * 3 + 0]                        joints_3d[ipt, 1] = obj['keypoints'][ipt * 3 + 1]                        joints_3d[ipt, 2] = 0                        t_vis = obj['keypoints'][ipt * 3 + 2]                        if t_vis > 1:                            t_vis = 1                        joints_3d_vis[ipt, 0] = t_vis                        joints_3d_vis[ipt, 1] = t_vis                        joints_3d_vis[ipt, 2] = 0                center, scale = self._box2cs(obj['clean_bbox'][:4])                rec.append({                    'image': os.path.join(self.cfg.DATAROOT, 'images', self.mode + '2017', '%012d.jpg' % index),                    'center': center,                    'scale': scale,                    'joints_3d': joints_3d,                    'joints_3d_vis': joints_3d_vis,                    'filename': '%012d.jpg' % index,                    'imgnum': 0,                })            gt_db.extend(rec)        return gt_db    def _select_data(self, db):        db_selected = []        for rec in db:            num_vis = 0            joints_x = 0.0            joints_y = 0.0            for joint, joint_vis in zip(                    rec['joints_3d'], rec['joints_3d_vis']):                if joint_vis[0]  metric:                db_selected.append(rec)        print('=> num db: {}'.format(len(db)))        print('=> num selected db: {}'.format(len(db_selected)))        return db_selected    def _box2cs(self, box):        x, y, w, h = box[:4]        return self._xywh2cs(x, y, w, h)    def _xywh2cs(self, x, y, w, h):        center = np.zeros((2), dtype=np.float32)        center[0] = x + w * 0.5        center[1] = y + h * 0.5        if w > self.cfg.ASPECT_RATIO * h:            h = w * 1.0 / self.cfg.ASPECT_RATIO        elif w = HEATMAP_SIZE[0] or ul[1] >= HEATMAP_SIZE[1]                     or br[0] < 0 or br[1]  0.5:                target[joint_id][img_y[0]:img_y[1], img_x[0]:img_x[1]] =                     g[g_y[0]:g_y[1], g_x[0]:g_x[1]]        return target, target_weight    # 数据可视化    def visualize(self, filename, data_numpy, input, joints, target):        """        :param cfg: global configurations for dataset        :param filename: the name of image file        :param data_numpy: original numpy image data        :param input: input tensor [b, c, h, w]        :param joints: [num_joints, 3]        :param target: target tensor [b, c, h, w]        """        NUM_JOINTS = self.cfg.NUM_JOINTS        from matplotlib import pyplot as plt        plt.figure(figsize=(15, 7))        plt.subplot(1,2,1)        plt.imshow(cv2.cvtColor(data_numpy, cv2.COLOR_BGR2RGB))        plt.subplot(1,2,2)        plt.imshow(cv2.cvtColor(input, cv2.COLOR_BGR2RGB))        plt.scatter(joints[:, 0], joints[:, 1], marker='x', s=10, color='cyan')        plt.show()        plt.figure(figsize=(15, 13))        for i in range(NUM_JOINTS):            plt.subplot(5,4,i+1)            plt.imshow(target[i])        plt.show()

3.3 数据集抽样展示

实现好Dataset数据集后,我们来测试一下数据集是否符合预期。在COCOPose中预留了用于数据可视化的接口visualize,只需要在数据集定义中加入flagdebug=True,迭代数据集的时候会将图像和热力图打印出来。

In [ ]

debug_data = COCOPose('data/data9663/coco', mode='train', shuffle=True, debug=True)img, heatmaps, heatmaps_weight = debug_data[0]# 返回的数据分别是包含人物的patch,对应的热力图和是否包含人体关键点的去权重
loading annotations into memory...Done (t=0.02s)creating index...index created!=> classes: ['__background__', 'person']=> num_images: 500generating coco gt_db...=> num db: 430=> num selected db: 416
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2349: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  if isinstance(obj, collections.Iterator):/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2366: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  return list(data) if isinstance(data, collections.MappingView) else data
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/numpy/lib/type_check.py:546: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead  'a.item() instead', DeprecationWarning, stacklevel=1)

4.定义模型

这个案例使用到的Simple Baselines模型如下图所示。

Paddle2.0案例: 人体姿态关键点检测 - 创想鸟

Simple Baselines模型与常用与人体关键点检测的hourglass,cpn等相比,该模型的网络结构看起来很直观简洁。网络结构就是在ResNet后加上几层Deconvolution直接生成热力图。相比于其他模型,就是使用Deconvolution替换了上采样结构。

造点AI 造点AI

夸克 · 造点AI

造点AI 325 查看详情 造点AI

在案例人体姿态估计与追踪之关键点检测中,网络中完整定义了ResNet。

在这个案例中,我们尝试利用Paddle2.0提供的预定义paddle.vision.models.resnet和预训练模型,来构建我们的Simple Baselines模型。

In [ ]

# Paddle2.0 提供的resnet50模型如下from paddle.vision.models.resnet import resnet50res_net = resnet50()for prefix, layer in res_net.named_children():    print(prefix, layer)
conv1 bn1 relu maxpool layer1 layer2 layer3 layer4 avgpool fc 

ResNet在ImageNet分类任务中,图像分成1000类,所以在模型后接一个全连接层,预测出1000中类别各自的概率。我们只需要ResNet最后平均池化层avgpool和全连接层fc去掉,就得到了Simple Baselines模型的backbone部分。

下面我们定义Simple Baselines模型为PoseNet。

In [7]

class PoseNet(paddle.nn.Layer):    def __init__(self, layers=101, kps_num=16, pretrained=False, test_mode=False):        super(PoseNet, self).__init__()        self.k = kps_num        self.layers = layers        self.pretrained = pretrained        self.test_mode = test_mode        supported_layers = [50, 101, 152]        assert layers in supported_layers,             "supported layers are {} but input layer is {}".format(supported_layers, layers)        if layers == 50:            from paddle.vision.models.resnet import resnet50 as resnet        elif layers == 101:            from paddle.vision.models.resnet import resnet101 as resnet        elif layers == 152:            from paddle.vision.models.resnet import resnet152 as resnet        backbone = resnet(pretrained)                # backbone模型是去掉最末为池化和全连接层的ResNet模型        self.backbone = paddle.nn.Sequential(*(list(backbone.children())[:-2]))        # 加入生成热力图部分网络,包含3层反卷积和1层1*1卷积网络        BN_MOMENTUM = 0.9        self.upLayers = paddle.nn.Sequential(            paddle.nn.Conv2DTranspose(                in_channels=2048,                out_channels=256,                kernel_size=4,                padding=1,                stride=2,                weight_attr=paddle.ParamAttr(                    initializer=paddle.nn.initializer.Normal(0., 0.001)),                bias_attr=False),            paddle.nn.BatchNorm2D(num_features=256, momentum=BN_MOMENTUM),            paddle.nn.ReLU(),            paddle.nn.Conv2DTranspose(                in_channels=256,                out_channels=256,                kernel_size=4,                padding=1,                stride=2,                weight_attr=paddle.ParamAttr(                    initializer=paddle.nn.initializer.Normal(0., 0.001)),                bias_attr=False),            paddle.nn.BatchNorm2D(num_features=256, momentum=BN_MOMENTUM),            paddle.nn.ReLU(),            paddle.nn.Conv2DTranspose(                in_channels=256,                out_channels=256,                kernel_size=4,                padding=1,                stride=2,                weight_attr=paddle.ParamAttr(                    initializer=paddle.nn.initializer.Normal(0., 0.001)),                bias_attr=False),            paddle.nn.BatchNorm2D(num_features=256, momentum=BN_MOMENTUM),            paddle.nn.ReLU(),            paddle.nn.Conv2D(                in_channels=256,                out_channels=self.k,                kernel_size=1,                stride=1,                padding=0,                # bias_attr=False,                weight_attr=paddle.ParamAttr(                    initializer=paddle.nn.initializer.Normal(0., 0.001)))        )    def forward(self, input,):        conv = self.backbone(input)        out = self.upLayers(conv)        return out

4.1 模型可视化

调用飞桨提供的summary接口对组建好的模型进行可视化,方便进行模型结构和参数信息的查看和确认。

输入图像为长宽为288、384的彩色图像,输出17个通道长宽为72、96的热力图。

In [ ]

from paddle.static import InputSpecpaddle.disable_static()kp_dim = 17model = paddle.Model(PoseNet(layers=50, kps_num=kp_dim, test_mode=False))# IMAGE_SIZE = [288, 384]# HEATMAP_SIZE = [72, 96]model.summary((1, 3, 288, 384))
------------------------------------------------------------------------------   Layer (type)        Input Shape          Output Shape         Param #    ==============================================================================     Conv2D-1       [[1, 3, 288, 384]]   [1, 64, 144, 192]        9,408       BatchNorm2D-1    [[1, 64, 144, 192]]   [1, 64, 144, 192]         256            ReLU-1       [[1, 64, 144, 192]]   [1, 64, 144, 192]          0          MaxPool2D-1     [[1, 64, 144, 192]]    [1, 64, 72, 96]           0            Conv2D-3       [[1, 64, 72, 96]]     [1, 64, 72, 96]         4,096       BatchNorm2D-3     [[1, 64, 72, 96]]     [1, 64, 72, 96]          256            ReLU-2        [[1, 256, 72, 96]]    [1, 256, 72, 96]          0            Conv2D-4       [[1, 64, 72, 96]]     [1, 64, 72, 96]        36,864       BatchNorm2D-4     [[1, 64, 72, 96]]     [1, 64, 72, 96]          256           Conv2D-5       [[1, 64, 72, 96]]     [1, 256, 72, 96]       16,384       BatchNorm2D-5     [[1, 256, 72, 96]]    [1, 256, 72, 96]        1,024          Conv2D-2       [[1, 64, 72, 96]]     [1, 256, 72, 96]       16,384       BatchNorm2D-2     [[1, 256, 72, 96]]    [1, 256, 72, 96]        1,024     BottleneckBlock-1   [[1, 64, 72, 96]]     [1, 256, 72, 96]          0            Conv2D-6       [[1, 256, 72, 96]]    [1, 64, 72, 96]        16,384       BatchNorm2D-6     [[1, 64, 72, 96]]     [1, 64, 72, 96]          256            ReLU-3        [[1, 256, 72, 96]]    [1, 256, 72, 96]          0            Conv2D-7       [[1, 64, 72, 96]]     [1, 64, 72, 96]        36,864       BatchNorm2D-7     [[1, 64, 72, 96]]     [1, 64, 72, 96]          256           Conv2D-8       [[1, 64, 72, 96]]     [1, 256, 72, 96]       16,384       BatchNorm2D-8     [[1, 256, 72, 96]]    [1, 256, 72, 96]        1,024     BottleneckBlock-2   [[1, 256, 72, 96]]    [1, 256, 72, 96]          0            Conv2D-9       [[1, 256, 72, 96]]    [1, 64, 72, 96]        16,384       BatchNorm2D-9     [[1, 64, 72, 96]]     [1, 64, 72, 96]          256            ReLU-4        [[1, 256, 72, 96]]    [1, 256, 72, 96]          0           Conv2D-10       [[1, 64, 72, 96]]     [1, 64, 72, 96]        36,864       BatchNorm2D-10    [[1, 64, 72, 96]]     [1, 64, 72, 96]          256          Conv2D-11       [[1, 64, 72, 96]]     [1, 256, 72, 96]       16,384       BatchNorm2D-11    [[1, 256, 72, 96]]    [1, 256, 72, 96]        1,024     BottleneckBlock-3   [[1, 256, 72, 96]]    [1, 256, 72, 96]          0           Conv2D-13       [[1, 256, 72, 96]]    [1, 128, 72, 96]       32,768       BatchNorm2D-13    [[1, 128, 72, 96]]    [1, 128, 72, 96]         512            ReLU-5        [[1, 512, 36, 48]]    [1, 512, 36, 48]          0           Conv2D-14       [[1, 128, 72, 96]]    [1, 128, 36, 48]       147,456      BatchNorm2D-14    [[1, 128, 36, 48]]    [1, 128, 36, 48]         512          Conv2D-15       [[1, 128, 36, 48]]    [1, 512, 36, 48]       65,536       BatchNorm2D-15    [[1, 512, 36, 48]]    [1, 512, 36, 48]        2,048         Conv2D-12       [[1, 256, 72, 96]]    [1, 512, 36, 48]       131,072      BatchNorm2D-12    [[1, 512, 36, 48]]    [1, 512, 36, 48]        2,048     BottleneckBlock-4   [[1, 256, 72, 96]]    [1, 512, 36, 48]          0           Conv2D-16       [[1, 512, 36, 48]]    [1, 128, 36, 48]       65,536       BatchNorm2D-16    [[1, 128, 36, 48]]    [1, 128, 36, 48]         512            ReLU-6        [[1, 512, 36, 48]]    [1, 512, 36, 48]          0           Conv2D-17       [[1, 128, 36, 48]]    [1, 128, 36, 48]       147,456      BatchNorm2D-17    [[1, 128, 36, 48]]    [1, 128, 36, 48]         512          Conv2D-18       [[1, 128, 36, 48]]    [1, 512, 36, 48]       65,536       BatchNorm2D-18    [[1, 512, 36, 48]]    [1, 512, 36, 48]        2,048     BottleneckBlock-5   [[1, 512, 36, 48]]    [1, 512, 36, 48]          0           Conv2D-19       [[1, 512, 36, 48]]    [1, 128, 36, 48]       65,536       BatchNorm2D-19    [[1, 128, 36, 48]]    [1, 128, 36, 48]         512            ReLU-7        [[1, 512, 36, 48]]    [1, 512, 36, 48]          0           Conv2D-20       [[1, 128, 36, 48]]    [1, 128, 36, 48]       147,456      BatchNorm2D-20    [[1, 128, 36, 48]]    [1, 128, 36, 48]         512          Conv2D-21       [[1, 128, 36, 48]]    [1, 512, 36, 48]       65,536       BatchNorm2D-21    [[1, 512, 36, 48]]    [1, 512, 36, 48]        2,048     BottleneckBlock-6   [[1, 512, 36, 48]]    [1, 512, 36, 48]          0           Conv2D-22       [[1, 512, 36, 48]]    [1, 128, 36, 48]       65,536       BatchNorm2D-22    [[1, 128, 36, 48]]    [1, 128, 36, 48]         512            ReLU-8        [[1, 512, 36, 48]]    [1, 512, 36, 48]          0           Conv2D-23       [[1, 128, 36, 48]]    [1, 128, 36, 48]       147,456      BatchNorm2D-23    [[1, 128, 36, 48]]    [1, 128, 36, 48]         512          Conv2D-24       [[1, 128, 36, 48]]    [1, 512, 36, 48]       65,536       BatchNorm2D-24    [[1, 512, 36, 48]]    [1, 512, 36, 48]        2,048     BottleneckBlock-7   [[1, 512, 36, 48]]    [1, 512, 36, 48]          0           Conv2D-26       [[1, 512, 36, 48]]    [1, 256, 36, 48]       131,072      BatchNorm2D-26    [[1, 256, 36, 48]]    [1, 256, 36, 48]        1,024           ReLU-9       [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-27       [[1, 256, 36, 48]]    [1, 256, 18, 24]       589,824      BatchNorm2D-27    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024         Conv2D-28       [[1, 256, 18, 24]]   [1, 1024, 18, 24]       262,144      BatchNorm2D-28   [[1, 1024, 18, 24]]   [1, 1024, 18, 24]        4,096         Conv2D-25       [[1, 512, 36, 48]]   [1, 1024, 18, 24]       524,288      BatchNorm2D-25   [[1, 1024, 18, 24]]   [1, 1024, 18, 24]        4,096     BottleneckBlock-8   [[1, 512, 36, 48]]   [1, 1024, 18, 24]          0           Conv2D-29      [[1, 1024, 18, 24]]    [1, 256, 18, 24]       262,144      BatchNorm2D-29    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024          ReLU-10       [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-30       [[1, 256, 18, 24]]    [1, 256, 18, 24]       589,824      BatchNorm2D-30    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024         Conv2D-31       [[1, 256, 18, 24]]   [1, 1024, 18, 24]       262,144      BatchNorm2D-31   [[1, 1024, 18, 24]]   [1, 1024, 18, 24]        4,096     BottleneckBlock-9  [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-32      [[1, 1024, 18, 24]]    [1, 256, 18, 24]       262,144      BatchNorm2D-32    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024          ReLU-11       [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-33       [[1, 256, 18, 24]]    [1, 256, 18, 24]       589,824      BatchNorm2D-33    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024         Conv2D-34       [[1, 256, 18, 24]]   [1, 1024, 18, 24]       262,144      BatchNorm2D-34   [[1, 1024, 18, 24]]   [1, 1024, 18, 24]        4,096     BottleneckBlock-10 [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-35      [[1, 1024, 18, 24]]    [1, 256, 18, 24]       262,144      BatchNorm2D-35    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024          ReLU-12       [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-36       [[1, 256, 18, 24]]    [1, 256, 18, 24]       589,824      BatchNorm2D-36    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024         Conv2D-37       [[1, 256, 18, 24]]   [1, 1024, 18, 24]       262,144      BatchNorm2D-37   [[1, 1024, 18, 24]]   [1, 1024, 18, 24]        4,096     BottleneckBlock-11 [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-38      [[1, 1024, 18, 24]]    [1, 256, 18, 24]       262,144      BatchNorm2D-38    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024          ReLU-13       [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-39       [[1, 256, 18, 24]]    [1, 256, 18, 24]       589,824      BatchNorm2D-39    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024         Conv2D-40       [[1, 256, 18, 24]]   [1, 1024, 18, 24]       262,144      BatchNorm2D-40   [[1, 1024, 18, 24]]   [1, 1024, 18, 24]        4,096     BottleneckBlock-12 [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-41      [[1, 1024, 18, 24]]    [1, 256, 18, 24]       262,144      BatchNorm2D-41    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024          ReLU-14       [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-42       [[1, 256, 18, 24]]    [1, 256, 18, 24]       589,824      BatchNorm2D-42    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024         Conv2D-43       [[1, 256, 18, 24]]   [1, 1024, 18, 24]       262,144      BatchNorm2D-43   [[1, 1024, 18, 24]]   [1, 1024, 18, 24]        4,096     BottleneckBlock-13 [[1, 1024, 18, 24]]   [1, 1024, 18, 24]          0           Conv2D-45      [[1, 1024, 18, 24]]    [1, 512, 18, 24]       524,288      BatchNorm2D-45    [[1, 512, 18, 24]]    [1, 512, 18, 24]        2,048          ReLU-15        [[1, 2048, 9, 12]]    [1, 2048, 9, 12]          0           Conv2D-46       [[1, 512, 18, 24]]    [1, 512, 9, 12]       2,359,296     BatchNorm2D-46    [[1, 512, 9, 12]]     [1, 512, 9, 12]         2,048         Conv2D-47       [[1, 512, 9, 12]]     [1, 2048, 9, 12]      1,048,576     BatchNorm2D-47    [[1, 2048, 9, 12]]    [1, 2048, 9, 12]        8,192         Conv2D-44      [[1, 1024, 18, 24]]    [1, 2048, 9, 12]      2,097,152     BatchNorm2D-44    [[1, 2048, 9, 12]]    [1, 2048, 9, 12]        8,192     BottleneckBlock-14 [[1, 1024, 18, 24]]    [1, 2048, 9, 12]          0           Conv2D-48       [[1, 2048, 9, 12]]    [1, 512, 9, 12]       1,048,576     BatchNorm2D-48    [[1, 512, 9, 12]]     [1, 512, 9, 12]         2,048          ReLU-16        [[1, 2048, 9, 12]]    [1, 2048, 9, 12]          0           Conv2D-49       [[1, 512, 9, 12]]     [1, 512, 9, 12]       2,359,296     BatchNorm2D-49    [[1, 512, 9, 12]]     [1, 512, 9, 12]         2,048         Conv2D-50       [[1, 512, 9, 12]]     [1, 2048, 9, 12]      1,048,576     BatchNorm2D-50    [[1, 2048, 9, 12]]    [1, 2048, 9, 12]        8,192     BottleneckBlock-15  [[1, 2048, 9, 12]]    [1, 2048, 9, 12]          0           Conv2D-51       [[1, 2048, 9, 12]]    [1, 512, 9, 12]       1,048,576     BatchNorm2D-51    [[1, 512, 9, 12]]     [1, 512, 9, 12]         2,048          ReLU-17        [[1, 2048, 9, 12]]    [1, 2048, 9, 12]          0           Conv2D-52       [[1, 512, 9, 12]]     [1, 512, 9, 12]       2,359,296     BatchNorm2D-52    [[1, 512, 9, 12]]     [1, 512, 9, 12]         2,048         Conv2D-53       [[1, 512, 9, 12]]     [1, 2048, 9, 12]      1,048,576     BatchNorm2D-53    [[1, 2048, 9, 12]]    [1, 2048, 9, 12]        8,192     BottleneckBlock-16  [[1, 2048, 9, 12]]    [1, 2048, 9, 12]          0       Conv2DTranspose-1   [[1, 2048, 9, 12]]    [1, 256, 18, 24]      8,388,608     BatchNorm2D-54    [[1, 256, 18, 24]]    [1, 256, 18, 24]        1,024          ReLU-18        [[1, 256, 18, 24]]    [1, 256, 18, 24]          0       Conv2DTranspose-2   [[1, 256, 18, 24]]    [1, 256, 36, 48]      1,048,576     BatchNorm2D-55    [[1, 256, 36, 48]]    [1, 256, 36, 48]        1,024          ReLU-19        [[1, 256, 36, 48]]    [1, 256, 36, 48]          0       Conv2DTranspose-3   [[1, 256, 36, 48]]    [1, 256, 72, 96]      1,048,576     BatchNorm2D-56    [[1, 256, 72, 96]]    [1, 256, 72, 96]        1,024          ReLU-20        [[1, 256, 72, 96]]    [1, 256, 72, 96]          0           Conv2D-54       [[1, 256, 72, 96]]    [1, 17, 72, 96]         4,369     ==============================================================================Total params: 34,054,353Trainable params: 33,945,041Non-trainable params: 109,312------------------------------------------------------------------------------Input size (MB): 1.27Forward/backward pass size (MB): 630.33Params size (MB): 129.91Estimated Total Size (MB): 761.51------------------------------------------------------------------------------
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/distributed/parallel.py:119: UserWarning: Currently not a parallel execution environment, `paddle.distributed.init_parallel_env` will not do anything.  "Currently not a parallel execution environment, `paddle.distributed.init_parallel_env` will not do anything."
{'total_params': 34054353, 'trainable_params': 33945041}

5. 训练模型

在这个任务是热力图进行回归,计算每个通道生成的热力图与生成的热力图之间的差异。我们自定义HMLoss来做计算,飞桨2.0中,在nn下将损失函数封装成可调用类。我们这里使用paddle.Model相关的API直接进行训练,只需要定义好数据集、网络模型和损失函数即可。

5.1 定义损失函数

In [ ]

class HMLoss(paddle.nn.Layer):    def __init__(self, kps_num):        super(HMLoss, self).__init__()        self.k = kps_num    def forward(self, heatmap, target, target_weight):        _, c, h, w = heatmap.shape        x = heatmap.reshape((-1, self.k, h*w))        y = target.reshape((-1, self.k, h*w))        w = target_weight.reshape((-1, self.k))        x = x.split(num_or_sections=self.k, axis=1)        y = y.split(num_or_sections=self.k, axis=1)        w = w.split(num_or_sections=self.k, axis=1)                # 计算预测热力图的目标热力图的均方误差        _list = []        for idx in range(self.k):            _tmp = paddle.scale(x=x[idx] - y[idx], scale=1.)            _tmp = _tmp * _tmp            _tmp = paddle.mean(_tmp, axis=2)            _list.append(_tmp * w[idx])        _loss = paddle.concat(_list, axis=0)        _loss = paddle.mean(_loss)        return 0.5 * _loss

5.1 启动模型训练

使用模型代码进行Model实例生成,使用prepare接口定义优化器、损失函数和评价指标等信息,用于后续训练使用。在所有初步配置完成后,调用fit接口开启训练执行过程,调用fit时只需要将前面定义好的训练数据集、测试数据集、训练轮次(Epoch)和批次大小(batch_size)配置好即可。

In [ ]

# 定义训练用的超参数parser = argparse.ArgumentParser(description=__doc__)parser.add_argument('--batch_size', type=int, default=128, help="Minibatch size totally.")parser.add_argument('--num_epochs', type=int, default=140, help="Number of epochs.")parser.add_argument('--model_save_dir', type=str, default="checkpoint", help="Model save directory")# pretrained:使用paddle2.0提供的ImageNet预训练的ResNet模型parser.add_argument('--pretrained', type=bool, default=True, help="Whether to use pretrained ResNet model.")parser.add_argument('--lr', type=float, default=0.001, help="Set learning rate.")parser.add_argument('--lr_strategy', type=str, default="piecewise_decay", help="Set the learning rate decay strategy.")args = parser.parse_args([])

In [ ]

from visualdl import LogReader, LogWriter# 配置visualdlwrite = LogWriter(logdir='logdir')#iters 初始化为0iters = 0class Callbk(paddle.callbacks.Callback):    def __init__(self, write, iters=0):        self.write = write        self.iters = iters    def on_train_batch_end(self, step, logs):        self.iters += 1        #记录loss        self.write.add_scalar(tag="loss",step=self.iters,value=logs['loss'][0])        #记录 accuracy        # self.write.add_scalar(tag="acc",step=self.iters,value=logs['acc'])        m = logs['SaveOutput'][0].sum(0).reshape([96,72,1])        self.write.add_image(tag="output Heatmaps",step=self.iters, img=(m-m.min())/(m.max()-m.min())*255)# 利用Mertic接口记录预测的Output heatmapclass SaveOutput(paddle.metric.Metric):    def __init__(self, name='SaveOutput', ):        super(SaveOutput, self).__init__()        self._name = name    def update(self, preds, target, target_weight):        self.preds = preds    def accumulate(self):        return self.preds    def name(self):        return self._name    def reset(self):        pass

In [ ]

kp_dim = 17# IMAGE_SIZE = [288, 384]# HEATMAP_SIZE = [72, 96]# 调用COCOPose定义数据集# 使用示例数据集# train_data = COCOPose('data/data9663/coco', mode='train', shuffle=True)# 使用完整COCO数据集train_data = COCOPose('data/data7122/coco', mode='train', shuffle=True)val_data = COCOPose('data/data7122/coco', mode='val')# 定义模型net = PoseNet(layers=50, kps_num=kp_dim, pretrained=args.pretrained, test_mode=False)model = paddle.Model(net)# 选择优化策略if args.lr_strategy=='piecewise_decay':    num_train_img = train_data.__len__()    batch_size = args.batch_size    step = int(num_train_img / batch_size + 1)    bd = [0.6, 0.85]    bd = [int(args.num_epochs * e * step) for e in bd]    lr_drop_ratio = 0.1    base_lr = args.lr    lr = [base_lr * (lr_drop_ratio**i) for i in range(len(bd) + 1)]    scheduler = paddle.optimizer.lr.PiecewiseDecay(boundaries=bd, values=lr, verbose=False)    optim = paddle.optimizer.Adam(learning_rate=scheduler,                                    parameters=model.parameters())else:    optim = paddle.optimizer.Momentum(learning_rate=args.lr,        momentum=0.9,        weight_decay=paddle.regularizer.L2Decay(0.0005))# 准备模型的优化策略和损失函数,用自定义的Metric来保存图像model.prepare(optimizer=optim, loss=HMLoss(kps_num=kp_dim), metrics=SaveOutput())# 使用示例数据集进行10个epoch训练# model.fit(train_data, batch_size=args.batch_size, epochs=100, callbacks=Callbk(write=write, iters=iters))# 使用完整COCO数据集训练model.fit(train_data, val_data, batch_size=args.batch_size, epochs=args.num_epochs, eval_freq=1,            log_freq=1, save_dir=args.model_save_dir, save_freq=5, shuffle=True, num_workers=0,            callbacks=Callbk(write=write, iters=iters))model.save('checkpoint/test', training=True)  # save for trainingmodel.save('inference_model', training=False)  # save for inference

启动VisualDL,我们可以看到LogWritter记录下了训练过程中损失函数的变化曲线。这是在完整COCO数据集上训练一个epoch的曲线变化。

Paddle2.0案例: 人体姿态关键点检测 - 创想鸟

可以在样本数据-图像标签页中看到存储的图像数据,这里保存了每个batch第一个样本输出热力图多通道之和,可以看到训练完一个epoch后,热力图收敛的趋势已经比较明显。

Paddle2.0案例: 人体姿态关键点检测 - 创想鸟

6. 模型预测

由于训练完整COCO数据集140个epoch需要花费较多的时间和算力,这里提供几个训练好的模型来进行对test文件夹中测试图片进行预测,体验不同训练程度的预测效果。

注:由于练完整COCO数据集没有包含类被标签,对于没有人物的图像做预测没有意义。

In [9]

# 这里定义一个用于读取test文件夹的数据读取接口class COCOPose_test(Dataset):    def __init__(self, data_dir,):        class config:            # 裁剪patch大小            IMAGE_SIZE = [288, 384]            # heatmap大小            ASPECT_RATIO = IMAGE_SIZE[0] * 1.0 / IMAGE_SIZE[1]            MEAN = [0.485, 0.456, 0.406]            STD = [0.229, 0.224, 0.225]        self.cfg = config        self.cfg.DATAROOT = data_dir                self.file_list = os.listdir(data_dir)    def __getitem__(self, idx):        filename = self.file_list[idx]        image_file = os.path.join(self.cfg.DATAROOT, filename)                file_id  = int(filename.split('.')[0])        input = cv2.imread(                image_file, cv2.IMREAD_COLOR | cv2.IMREAD_IGNORE_ORIENTATION)        input = cv2.resize(input, (int(self.cfg.IMAGE_SIZE[0]), int(self.cfg.IMAGE_SIZE[1])))        # Normalization        input = input.astype('float32').transpose((2, 0, 1)) / 255        input -= np.array(self.cfg.MEAN).reshape((3, 1, 1))        input /= np.array(self.cfg.STD).reshape((3, 1, 1))        return input, file_id            def __len__(self):        return len(self.file_list)        test_data = COCOPose_test(data_dir='test')

6.1 使用训练1个epoch模型预测

In [35]

net = PoseNet(layers=50, kps_num=17, pretrained=False, test_mode=False) net_pd = paddle.load('output/0.pdparams')net.set_state_dict(net_pd)model = paddle.Model(net)model.prepare()result = model.predict(test_data, batch_size=1)
Predict begin...step 6/6 [==============================] - 34ms/step        Predict samples: 6

查看预测结果的

In [36]

id = 2image, img_id = test_data[id]plt.imshow(cv2.cvtColor(image.transpose(1,2,0), cv2.COLOR_BGR2RGB))plt.figure(figsize=(15, 13))for i in range(17):    plt.subplot(5,4,i+1)    plt.imshow(result[0][id][0][i])
Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).

6.2 使用用完整COCO数据集训练好的模型预测

基于旧版Paddle完成的复现paddle,提供了静态图下的完整COCO预训练模型pose-resnet50-coco-384×288.zip。

In [15]

!tar xf pose-resnet50-coco-384x288.tar.gz -C pretrained

旧版的Paddle静态图模型与新版的命名规则不一样,需要将文件名进行映射。

In [16]

net = PoseNet(layers=50, kps_num=17, pretrained=False, test_mode=False)net_sd = net.state_dict()# 读取旧版的模型load_layer_state_dict = paddle.load('pretrained/pose-resnet50-coco-384x288')pretrain_sd = sorted(list(load_layer_state_dict.keys()))

In [17]

model_sd = sorted(list(net_sd.keys()))j = 0for i in range(len(pretrain_sd)):    # print(i)    if 'bias' in model_sd[i]:        if j <= 55:            name_bias = 'batch_norm_'+str(j)+'.b_0'            print(model_sd[i], net_sd[model_sd[i]].shape , load_layer_state_dict[name_bias].shape,)            net_sd[model_sd[i]] =                 paddle.to_tensor(load_layer_state_dict[name_bias],                 place=net_sd[model_sd[i]].place,                stop_gradient=net_sd[model_sd[i]].stop_gradient)        else:            print('??.b_0', model_sd[i], net_sd[model_sd[i]].shape )            net_sd['upLayers.9.bias'] =                 paddle.to_tensor(load_layer_state_dict['conv2d_53.b_0'],                 place=net_sd[model_sd[i]].place,                stop_gradient=net_sd[model_sd[i]].stop_gradient)    if '_mean' in model_sd[i]:        if j <= 55:            name_mean = 'batch_norm_'+str(j)+'.w_1'            print(model_sd[i], net_sd[model_sd[i]].shape , load_layer_state_dict[name_mean].shape,)            net_sd[model_sd[i]] =             paddle.to_tensor(load_layer_state_dict[name_mean],             place=net_sd[model_sd[i]].place,            stop_gradient=net_sd[model_sd[i]].stop_gradient)            else:            print('??.w_1', model_sd[i], net_sd[model_sd[i]].shape )    if '_variance' in model_sd[i]:        if j <= 55:            name_variance = 'batch_norm_'+str(j)+'.w_2'            print(model_sd[i], net_sd[model_sd[i]].shape , load_layer_state_dict[name_variance].shape,)            net_sd[model_sd[i]] =             paddle.to_tensor(load_layer_state_dict[name_variance],             place=net_sd[model_sd[i]].place,            stop_gradient=net_sd[model_sd[i]].stop_gradient)            else:            print('??.w_2', model_sd[i], net_sd[model_sd[i]].shape )        # j += 1    if ('backbone.1' in model_sd[i] or 'downsample.1' in model_sd[i] or     'upLayers.1' in model_sd[i] or 'upLayers.4' in model_sd[i] or      'upLayers.7' in model_sd[i] or 'upLayers.9' in model_sd[i] or 'bn' in model_sd[i])     and 'weight' in model_sd[i]:        if j 1]for i in range(len(name_list)):    name = name_list[i]    if len(net_sd[name].shape)>1:        if j<53:            name_layer = 'conv2d_'+str(j)+'.w_0'            print(i, j, name, net_sd[name].shape)            print(i, j, name_layer, load_layer_state_dict[name_layer].shape)            net_sd[name] =                 paddle.to_tensor(load_layer_state_dict[name_layer],                 place=net_sd[name].place,                stop_gradient=net_sd[name].stop_gradient)            elif 53<=j<56:            name_layer = 'conv2d_transpose_'+str(j-53)+'.w_0'            print(i, j, name, net_sd[name].shape)            print(i, j, name_layer, load_layer_state_dict[name_layer].shape)            net_sd[name] =                 paddle.to_tensor(load_layer_state_dict[name_layer],                 place=net_sd[name].place,                stop_gradient=net_sd[name].stop_gradient)            elif j==56:            name_layer = 'conv2d_53.w_0'            print(i, j, name, net_sd[name].shape)            print(i, j, name_layer, load_layer_state_dict[name_layer].shape)             net_sd[name] =                 paddle.to_tensor(load_layer_state_dict[name_layer],                 place=net_sd[name].place,                stop_gradient=net_sd[name].stop_gradient)            j+=1

In [18]

# 加载模型net.set_state_dict(net_sd)

In [19]

# 进行预测model = paddle.Model(net)model.prepare()result = model.predict(test_data, batch_size=1)
Predict begin...step 6/6 [==============================] - 41ms/step        Predict samples: 6
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/distributed/parallel.py:119: UserWarning: Currently not a parallel execution environment, `paddle.distributed.init_parallel_env` will not do anything.  "Currently not a parallel execution environment, `paddle.distributed.init_parallel_env` will not do anything."

In [31]

# 改变id查看输出的结果id = 2image, img_id = test_data[id]plt.imshow(cv2.cvtColor(image.transpose(1,2,0), cv2.COLOR_BGR2RGB))plt.figure(figsize=(15, 13))for i in range(17):    plt.subplot(5,4,i+1)    plt.imshow(result[0][id][0][i])
Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers)./opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/numpy/lib/type_check.py:546: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead  'a.item() instead', DeprecationWarning, stacklevel=1)

代码解释

通过对比两个实验结果可以看到,使用ImageNet预训练、经过一个完整的COCO训练集一个epoch的模型已经开始收敛,热力图已经汇聚成点的形状。 而使用官方提供的训练好的模型,性能提升更为明显。

以上就是Paddle2.0案例: 人体姿态关键点检测的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/317148.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
Roguelike+野外求生?《PUBG》创始人新作!
上一篇 2025年11月5日 08:16:36
Linux系统中常见的数据库连接超时和断开问题及其解决方法
下一篇 2025年11月5日 08:17:09

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    000
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    000
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • Debian Copilot的社区活跃度如何

    debian copilot是codeberg社区维护的ai助手,旨在为debian用户提供服务。尽管搜索结果中没有直接提供关于debian copilot社区支持活跃度的具体数据,但我们可以通过debian社区的整体活跃度和特点来推断其活跃性。 Debian社区的一般情况: Debian拥有详尽的…

    2026年5月10日
    000
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • JavaScript 动态菜单点击高亮效果实现教程

    本教程详细介绍了如何使用 JavaScript 实现动态菜单的点击高亮功能。通过事件委托和状态管理,当用户点击菜单项时,被点击项会高亮显示(绿色),同时其他菜单项恢复默认样式(白色)。这种方法避免了不必要的DOM操作,提高了性能和代码可维护性,确保了无论点击方向如何,功能都能稳定运行。 动态菜单高亮…

    2026年5月10日
    200

发表回复

登录后才能评论
关注微信