human-pose-estimation-0007#
ユースケースと概要説明#
これは、EfficientHRNet アプローチ (Associative Embedding フレームワークに従う) に基づく複数の人物の 2D 姿勢推定ネットワークです。画像内のすべての人物について、ネットワークはポーズ、つまりキーポイントとキーポイント間の接続で構成される体の骨格を検出します。ポーズには、ears、eyes、nose、shoulders、elbows、wrists、hips、knees、ankles (耳、目、鼻、肩、肘、手首、腰、膝、足首) など、最大 17 個のキーポイントを含めることができます。
例#
仕様#
メトリック |
値 |
|---|---|
平均精度 (AP) |
54.3% |
GFlops |
14.3253 |
MParams |
8.1506 |
ソース・フレームワーク |
PyTorch* |
COCO キーポイント評価サイトで説明されている平均精度メトリック。
入力#
画像、名前: image、形状: 1, 3, 448, 448、形式: B, C, H, W、ここで:
B- バッチサイズC- チャネル数H- 画像の髙さW- 画像の幅
予想される色の順序は BGR です。
出力#
最終出力は 2 つのブロブです:
すべてのタイプのキーポイントの位置ヒートマップを含む形状
1, 17, 224, 224のヒートマップ。非最大抑制アルゴリズムによって除外された位置には、否定値が割り当てられています。形状
1, 17, 224, 224, 1の埋め込みには、個々のキーポイントをポーズにグループ化する連想埋め込み値が含まれています。
デモの使い方#
このモデルは、Open Model Zoo が提供する次のデモで使用して、その機能を示します:
法務上の注意書き#
* その他の社名、製品名などは、一般に各社の表示、商標または登録商標です。