github链接:https://github.com/Daniil-Osokin/lightweight-human-pose-estimation-3d-demo.pytorch
下载预训练模型:Google Drive
(一)CPU版测试:
python demo.py --model human-pose-estimation-3d.pth --video 0 --device CPU
很慢,我的机器配置也比较差,0.5FPS。
(二)用openvino加速
去https://software.intel.com/en-us/openvino-toolkit下载对应系统的openvino版本,需要注册,下载完成之后安装。
(1)去安装路径中开启openvino
<OpenVINO_INSTALL_DIR>/bin/setupvars.bat
(2)将checkpoint转换为ONNX
python scripts/convert_to_onnx.py --checkpoint-path human-pose-estimation-3d.pth
(3)转成openvino的格式
python <OpenVINO_INSTALL_DIR>/deployment_tools/model_optimizer/mo.py --input_model human-pose-estimation-3d.onnx --input=data --mean_values=data[128.0,128.0,128.0] --scale_values=data[255.0,255.0,255.0] --output=features,heatmaps,pafs
测试:
python demo.py --model human-pose-estimation-3d.xml --video 0 --device CPU --use-openvino
测试了下能达到十几FPS。