【深度学习】YOLO-Pose 人体关键点估计 人体姿态估计

论文 ： https://arxiv.org/abs/2204.06806
代码：
https://github.com/TexasInstruments/edgeai-yolov5
https://github.com/TexasInstruments/edgeai-yolox

效果

yolov5+oks损失，效果好到没朋友：

模型结构

在head出的特征里，每个关键点增加3个变量输出，即是｛x坐标，y坐标，conf置信度｝，17个人体关键点就有51个变量：

评价指标OKS

https://zhuanlan.zhihu.com/p/48601321

损失函数

论文作者觉得L1损失并不能很好表述OKS指标，遂设计了自创的oks损失：

还需要关键点置信度损失：

那么整个模型的损失是：

关键点置信度

训练的时候，可以看见置信度就是1，否则就是0。 推理阶段，只保留置信度大于0.5的关键点。

yolov7-pose

https://github.com/WongKinYiu/yolov7
原图：

结果图：

TODO

学习：论文里提到的一些 bottom-to-up 的pose模型，基于heatmap模型。