人体姿态估计(人体关键点检测)2D Pose训练代码和Android源码
目录
人体姿态估计(人体关键点检测)2D Pose训练代码和Android源码
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。
来，先看个Android Demo的效果图：
| 视频测试 | 图片测试 | 图片测试 |
 |
 |
 |
整套项目，支持的主要内容主要有： 人体姿态估计(人体关键点检测)2D Pose训练代码和Android源码
- 2D Pose人体关键点检测的训练和测试代码（Pytorch版本）
- 支持COCO数据集训练
- 支持MPII数据集训练
- 支持轻量化模型mobilenet-v2
- 支持高精度模型HRNet
人体关键点检测C++版本：https://github.com/PanJinquan/Human-Pose-Estimation-Lite-cpp
人体关键点检测Android Demo源码，已经集成了轻量化版本的
人体检测模型和人体姿态估计模型，在普通手机可实时检测
一些项目推荐：
- 个人Repo(Python版，不含有训练代码): https://github.com/PanJinquan/Human-Keypoints-Detection
- 个人Repo(C++版):https://github.com/PanJinquan/Human-Pose-Estimation-Lite-cpp
- 2D Pose人体关键点检测Android Demo APP体检（支持CPU多线程和GPU加速，可实时检测）：Android人体检测和人体关键点检测APPDemo安装包-Android文档类资源-CSDN下载
- 2D Pose人体关键点检测(Human Keypoints Detection)训练代码和Android源码：人体姿态估计(人体关键点检测)2D Pose训练代码和Android源码
1.人体姿态估计2D Pose方法
目前，人体姿态估计的主流框架，主要有两个方法
（1）Top-Down（自上而下）方法
将人体检测和关键点检测分离，在图像上首先进行人体检测，找到所有的人体框，对每个人体框图再使用关键点检测，这类方法往往比较慢，但姿态估计准确度较高。目前的主流是CPN，Hourglass，CPM，Alpha Pose等。
（2）Bottom-Up（自下而上）方法
先检测图像中人体部件，然后将图像中多人人体的部件分别组合成人体，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。
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）方法好。本项目也主要分享基于Top-Down（自上而下）的方法。
2.人体姿态估计数据集
（1）COCO数据集
下载地址：http://cocodataset.org/
COCO人体关键点标注，最多标注全身的17个关键点，平均一幅图像2个人，最多有13个人；
人体关键点标注，每个人体关键点个数的分布情况，其中11-15这个范围的人体是最多的，有接近70000人，6-10其次，超过40000人，后面依次为16-17,2-5,1.
（2）MPII数据集
下载地址：http://human-pose.mpi-inf.mpg.de/#download
人体关键点标注了全身16个关键点及其是否可见的信息，人数：train有28821，test有11701，有409种人类活动；使用mat的struct格式；行人框使用center和scale标注，人体尺度关于200像素高度。也就是除过了200
（3）关键点示意图（ID序号）
| 数据集 | 关键点示意图 | 关键点说明 |
| COCO |  |
# 图像左右翻转时，成对的关键点（训练时用于数据增强） flip_pairs=[[1, 2], [3, 4], [5, 6], [7, 8],[9, 10], [11, 12], [13, 14], [15, 16]] # 关键点连接线序号（用于绘制图像） skeleton =[[15, 13], [13, 11], [16, 14], [14, 12], [11, 12], [5, 11], [6, 12], [5, 6], [5, 7], [6, 8], [7, 9], [8, 10], [0, 1], [0, 2], [1, 3], [2, 4]] # 每个关键点序号对应人体关键点的意义 "keypoints": { 0: "nose", 1: "left_eye", 2: "right_eye", 3: "left_ear", 4: "right_ear", 5: "left_shoulder", 6: "right_shoulder", 7: "left_elbow", 8: "right_elbow", 9: "left_wrist", 10: "right_wrist", 11: "left_hip", 12: "right_hip", 13: "left_knee", 14: "right_knee", 15: "left_ankle", 16: "right_ankle" } |
| MPII |  |
# 图像左右翻转时，成对的关键点（训练时用于数据增强） flip_pairs = [[0, 5], [1, 4], [2, 3], [10, 15], [11, 14], [12, 13]] # 关键点连接线序号（用于绘制图像） skeleton=[[0, 1], [1, 2], [3, 4], [4, 5], [2, 6], [6, 3], [12, 11], [7, 12], [11, 10], [13, 14], [14, 15], [8, 9], [8, 7], [6, 7], [7, 13]] # 每个关键点序号对应人体关键点的意义 "keypoints": {0: "r_ankle", 1: "r_knee", 2: "r_hip", 3: "l_hip", 4: "l_knee", 5: "l_ankle", 6: "pelvis", 7: "thorax", 8: "upper_neck", 9: "head_top", 10: " r_wrist", 11: "r_elbow", 12: "r_shoulder", 13: "l_shoulder", 14: "l_elbow", 15: "l_wrist" } |
| human3.6M |  |
|
| kinect |  |
|
3.人体(行人)检测
基于Top-Down（自上而下）人体关键点检测方法，将人体检测和关键点检测分离；首先在图像上进行人体检测，找到所有的人体框，然后对每个人体框区域进行关键点检测，这类方法往往比较慢，但姿态估计准确度较高。目前的主流是CPN，Hourglass，CPM，Alpha Pose等。
人脸检测的方法很多，你可以基于YOLO，SSD模型训练一个通用人体检测模型即可，本篇博客不做重点介绍，感兴趣的话，可以看一下我的另一篇博客《人检测（人体检测）和人脸检测和人脸关键点检测（C++/Android）》
4.人体姿态估计训练Training Pipeline
人体姿态估计训练Pipeline,整套工程项目,基本结构如下：
├── configs # 配置文件
├── data # 数据文件等
├── models # models核心代码
├── docker # docker配置文件
├── docs # 说明文档
├── libs # 第三方库
├── work_dir # 训练输出保存目录
├── scripts # 脚本文件
├── demo.py # 推理的demo文件
├── test.py # 测试文件
├── train.py # 训练文件
├── requirements.txt # 依赖包
└── README.md # README文件（1）Environment
python依赖包，可参考[requirements.txt]
numpy==1.16.3
matplotlib==3.1.0
Pillow==6.0.0
bcolz==1.2.1
easydict==1.9
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
memory_profiler
dldtrainer（2）数据准备：COCO和MPII数据集
COCO数据集
- 下载地址： COCO - Common Objects in Context
- 解压后，并保存如下的文件结构
COCO
├── train2017
│ ├── annotations
│ │ ├── instances_train2017.json
│ │ └── person_keypoints_train2017.json
│ └── images
│ ├── 000000001.jpg
│ ├── 000000002.jpg
│ ├── 000000003.jpg
└── val2017
├── annotations
│ ├── instances_val2017.json
│ └── person_keypoints_val2017.json
└── images
├── 000000001.jpg
├── 000000002.jpg
├── 000000003.jpg- 修改配置文件的数据根目录，如train_model_mbv2_penson.yaml
- 其他配置文件，也可以如下修改
DATASET:
DATASET: 'person_coco'
ROOT: '/path/to/yours/dataset/COCO'
.....MPII数据集
- 下载地址： MPII Human Pose Database
- 原始数据集的标注是Matlab格式，使用前需要转换json格式: 下载地址： GoogleDrive
- 解压后，并保存如下的文件结构
MPII
├── annot
│ ├── gt_valid.mat
│ ├── test.json
│ ├── train.json
│ ├── trainval.json
│ └── valid.json
└── images
├── 000000001.jpg
├── 000000002.jpg
├── 000000003.jpg- 修改配置文件的数据根目录，如train_model_mbv2_penson.yaml
- 其他配置文件，也可以如下修改
DATASET:
DATASET: 'custom_mpii'
ROOT: '/path/to/yours/dataset/MPII'
....（3）模型训练
修改配置文件的数据根目录后，就可以开始训练，训练的基本命令如下
bash build.sh # 训练之前，需要先编译工程
python train.py -c path/to/config.yaml --gpu_id 0 训练COCO人体关键点：
# 轻量化模型：mobilenet
python train.py -c configs/coco/mobilenet/train_model_mbv2_penson.yaml --gpu_id 0
# 高精度模型：HRNet
python train.py -c configs/coco/hrnet/w48_adam_penson.yaml --gpu_id 0训练MPII人体关键点：
# 轻量化模型：mobilenet
python train.py -c configs/mpii/mobilenet/train_model_mbv2_penson.yaml --gpu_id 0
# 高精度模型：HRNet
python train.py --c configs/mpii/hrnet/w48_adam_penson.yaml --gpu_id 0（4） 测试Demo
运行Demo测试效果
# 运行Demo测试效果
bash demo.sh
# 或者通过命令行
# 测试图片
python demo.py \
-c data/pretrained/model_mobilenet_v2/train_model_mbv2_penson.yaml \
-m data/pretrained/model_mobilenet_v2/best_model_178_0.6272.pth \
--skeleton coco \
--image_dir data/test_image \
--save_dir data/result_image
# 测试视频
python demo.py \
-c data/pretrained/model_mobilenet_v2/train_model_mbv2_penson.yaml \
-m data/pretrained/model_mobilenet_v2/best_model_178_0.6272.pth \
--skeleton coco \
--video_path data/videos/kunkun_cut.mp4 \
--video_save data/videos/kunkun_cut_result.mp4- 可根据自己的需要，修改demo.sh
- Demo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 | |
| skeleton | str,list | mpii | 骨骼点类型，如mpii,coco |
| image_dir | str | data/test_image | 测试图片的路径 |
| save_dir | str | data/result_image | 保存结果，为空不保存 |
| video_path | str | 测试的视频文件 | |
| video_save | str | 保存视频文件路径 | |
| detect_person | bool | True | 是否检测人体检测，默认True |
| threshhold | float | 0.3 | 关键点检测置信度 |
| device | str | cuda:0 | GPU ID |
（5） 检测效果展示
 |
 |
 |
 |
5.人体姿态估计模型Android部署
（1） 将Pytorch模型转换ONNX模型
训练好Pytorch模型后，你可以将模型转换为ONNX模型，方便后续模型部署
python utils/convert_tools/convert_torch_to_onnx.py（2） 将ONNX模型转换为TNN模型
目前CNN模型有多种部署方式，可以采用TNN，MNN,NCNN，以及TensorRT等部署工具，鄙人采用TNN进行Android端上部署：
将ONNX模型转换为TNN模型，请参考TNN官方说明：
（3） Android端上部署人体关键点检测
项目实现了Android版本的2D Pose人体关键点检测Demo，部署框架采用TNN，支持多线程CPU和GPU加速推理，在普通手机上可以实时处理。2D Pose人体关键点检测Android源码，核心算法均采用C++实现，上层通过JNI接口调用.
如果你想在这个Android Demo部署你自己训练的分类模型，你可将训练好的Pytorch模型转换ONNX ，再转换成TNN模型，然后把TNN模型代替你模型即可。
package com.cv.tnn.model;
import android.graphics.Bitmap;
public class Detector {
static {
System.loadLibrary("tnn_wrapper");
}
/***
* 初始化关键点检测模型
* @param proto： TNN *.tnnproto文件文件名（含后缀名）
* @param model： TNN *.tnnmodel文件文件名（含后缀名）
* @param root：模型文件的根目录，放在assets文件夹下
* @param model_type：模型类型
* @param num_thread：开启线程数
* @param useGPU：关键点的置信度，小于值的坐标会置-1
*/
public static native void init(String proto, String model, String root, int model_type, int num_thread, boolean useGPU);
/***
* 检测关键点
* @param bitmap 图像（bitmap），ARGB_8888格式
* @param threshold：关键点的置信度，小于值的坐标会置-1
* @return
*/
public static native FrameInfo[] detect(Bitmap bitmap, float threshold);
}
6.项目源码下载
整套项目源码《人体姿态估计(人体关键点检测)2D Pose训练代码和Android源码》，主要内容包含有：
- 2D Pose人体关键点检测的训练和测试代码（Pytorch版本）
- 支持COCO数据集训练
- 支持MPII数据集训练
- 支持轻量化模型mobilenet-v2
- 支持高精度模型HRNet
人体关键点检测C++版本：https://github.com/PanJinquan/Human-Pose-Estimation-Lite-cpp
- 人体关键点检测Android Demo源码，已经集成了轻量化版本的
人体检测模型和人体姿态估计模型，在普通手机可实时检测
如果，你不需要Python训练代码，仅考虑C++和Android Demo，可参考《2D Pose人体关键点实时检测(Python/Android /C++ Demo)》：