Skip to content

Latest commit

 

History

History
 
 

keypoint

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
higherhrnet
higherhrnet
 
 
hrnet
hrnet
 
 
README.md
README.md
 
 
football_keypoint.gif
football_keypoint.gif
 
 

README.md

KeyPoint模型系列

简介

  • PaddleDetection KeyPoint部分紧跟业内最新最优算法方案，包含Top-Down、BottomUp两套方案，以满足用户的不同需求。

Model Zoo

模型 输入尺寸 通道数 AP(coco val) 模型下载 配置文件
HigherHRNet 512 32 67.1 higherhrnet_hrnet_w32_512.pdparams config
HigherHRNet 640 32 68.3 higherhrnet_hrnet_w32_640.pdparams config
HigherHRNet+SWAHR 512 32 68.9 higherhrnet_hrnet_w32_512_swahr.pdparams config
HRNet 256x192 32 76.9 hrnet_w32_256x192.pdparams config
HRNet 384x288 32 77.8 hrnet_w32_384x288.pdparams config

快速开始

1、环境安装

​ 请参考PaddleDetection 安装文档正确安装PaddlePaddle和PaddleDetection即可

2、数据准备

​ 目前KeyPoint模型基于coco数据集开发，其他数据集尚未验证

​ 请参考PaddleDetection数据准备部分部署准备COCO数据集即可

3、训练与测试

​ 单卡训练：

CUDA_VISIBLE_DEVICES=0 python3 tools/train.py -c configs/keypoint/higherhrnet/higherhrnet_hrnet_w32_512.yml

​ 多卡训练：

CUDA_VISIBLE_DEVICES=0,1,2,3 python3 -m paddle.distributed.launch tools/train.py -c configs/keypoint/higherhrnet/higherhrnet_hrnet_w32_512.yml

​ 模型评估：

CUDA_VISIBLE_DEVICES=0 python3 tools/eval.py -c configs/keypoint/higherhrnet/higherhrnet_hrnet_w32_512.yml

​ 模型预测：

​ 注意：top-down模型只支持单人截图预测，如需使用多人图，请使用[联合部署推理]方式。或者使用bottom-up模型。

CUDA_VISIBLE_DEVICES=0 python3 tools/infer.py -c configs/keypoint/higherhrnet/higherhrnet_hrnet_w32_512.yml -o weights=./output/higherhrnet_hrnet_w32_512/model_final.pdparams --infer_dir=../images/ --draw_threshold=0.5 --save_txt=True

​ 部署预测：

#导出模型
python tools/export_model.py -c configs/keypoint/higherhrnet/higherhrnet_hrnet_w32_512.yml -o weights=output/higherhrnet_hrnet_w32_512/model_final.pdparams

#部署推理
#keypoint top-down/bottom-up 单独推理，该模式下top-down模型只支持单人截图预测。
python deploy/python/keypoint_infer.py --model_dir=output_inference/higherhrnet_hrnet_w32_512/ --image_file=./demo/000000014439_640x640.jpg --use_gpu=True --threshold=0.5
python deploy/python/keypoint_infer.py --model_dir=output_inference/hrnet_w32_384x288/ --image_file=./demo/hrnet_demo.jpg --use_gpu=True --threshold=0.5

#keypoint top-down模型 + detector 检测联合部署推理（联合推理只支持top-down方式）
python deploy/python/keypoint_det_unite_infer.py --det_model_dir=output_inference/ppyolo_r50vd_dcn_2x_coco/ --keypoint_model_dir=output_inference/hrnet_w32_384x288/ --video_file=../video/xxx.mp4  --use_gpu=True