1. 预训练模型

下载YOLO7姿势识别预训练模型（点击下载）,将下载的yolov7-w6-pose.pt放到YOLO7项目根目录下。

2. 测试代码

在项目跟目录下，新建文件pos_reg.py，并输入如下代码：

# 姿势识别# 导入类库
import matplotlib.pyplot as plt
import torch
import cv2
from torchvision import transforms
import numpy as np
from utils.datasets import letterbox
from utils.general import non_max_suppression_kpt
from utils.plots import output_to_keypoint, plot_skeleton_kpts# 加载模型
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
weigths = torch.load('yolov7-w6-pose.pt')
model = weigths['model']
model = model.half().to(device)
_ = model.eval()# 读取图片
image = cv2.imread('./person.jpg')
image = letterbox(image, 960, stride=64, auto=True)[0]
image_ = image.copy()
image = transforms.ToTensor()(image)
image = torch.tensor(np.array([image.numpy()]))
image = image.to(device)
image = image.half()# 姿势识别
output, _ = model(image)# 输出结果
output = non_max_suppression_kpt(output, 0.25, 0.65, nc=model.yaml['nc'], nkpt=model.yaml['nkpt'], kpt_label=True)
output = output_to_keypoint(output)
nimg = image[0].permute(1, 2, 0) * 255
nimg = nimg.cpu().numpy().astype(np.uint8)
nimg = cv2.cvtColor(nimg, cv2.COLOR_RGB2BGR)
for idx in range(output.shape[0]):plot_skeleton_kpts(nimg, output[idx, 7:].T, 3)# 保存结果
cv2.imwrite("pos_reg.jpg",nimg)

3. 运行代码

找一张图片放到项目根目录下(示例图片下载)，命名为person.jpg。打开并运行pos_reg.py，运行完成后会输出pos_reg.jpg，即姿势识别后的图片。

4. 问题

如果提示错误：RuntimeError: Can’t call numpy() on Tensor that requires grad. Use tensor.detach().numpy() instead.，则需修改utils/plots.py的442行和443行，将将cpu().numpy()修改为cpu().detach().numpy()：

def output_to_keypoint(output):# Convert model output to target format [batch_id, class_id, x, y, w, h, conf]targets = []for i, o in enumerate(output):kpts = o[:,6:]o = o[:,:6]# 将cpu().numpy()修改为cpu().detach().numpy()for index, (*box, conf, cls) in enumerate(o.cpu().detach().numpy()): targets.append([i, cls, *list(*xyxy2xywh(np.array(box)[None])), conf, *list(kpts.cpu().detach().numpy()[index])])return np.array(targets)

YOLO7 姿势识别实例相关推荐

基于openpose的用户姿势识别
基于openpose数据的用户姿势识别继续上一篇的github项目,继续将他修改成基于openpose数据集的网络结构. 1. 神经网络复习为了方便读懂神经网络的框架代码和后续的网络按需修改,在这 ...
在成人影片里做17种姿势识别？大佬在线求助：训练集不够用！
点击上方"迈微AI研习社",选择"星标★"公众号重磅干货,第一时间送达转载自:新智元后台回复"加群"进入-> CV 微信技术交流 ...
【计算机视觉40例】案例26：姿势识别
[导读]本文是专栏<计算机视觉40例简介>的第26个案例<姿势识别>.该专栏简要介绍李立宗主编<计算机视觉40例--从入门到深度学习(OpenCV-Python)> ...
PHP验证码识别实例
PHP验证码识别实例 PHP验证码识别实例,识别的过程包括对图像的二值化.降噪.补偿.切割.倾斜矫正.建库.匹配,最后会提供实例代码,能够直接运行识别. 简述要识别的验证码相对比较简单,没有粘连字符 ...
【卷积神经网络】CNN详解以及猫狗识别实例
文章目录一.卷积神经网络(CNN)介绍 1.1 整体结构 1.2 说明 1.3 特点 1.4 应用领域二.配置实验环境三.猫狗识别实例 3.1 准备数据集 3.2 图片分类 3.3 网络模型搭建 ...
痞子衡嵌入式：在串口波特率识别实例里逐步展示i.MXRT上提升代码执行性能的十八般武艺...
大家好,我是痞子衡,是正经搞技术的痞子.今天痞子衡给大家介绍的是在串口波特率识别实例里逐步展示i.MXRT上提升代码执行性能的十八般武艺. 恩智浦 MCU SE 团队近期一直在加班加点赶 SBL 项目 ...
EmguCV OCR识别实例演示与代码--Tesseract数字识别
本文作者Color Space,文章未经作者允许禁止转载! 本文将介绍EmguCV OCR识别实例演示与代码--Tesseract数字识别! EmguCV中的OCR识别示例代码可以在安装目录D:\Em ...
python识别手写文字_Python3实现简单可学习的手写体识别(实例讲解)
1.前言版本:Python3.6.1 + PyQt5 + SQL Server 2012 以前一直觉得,机器学习.手写体识别这种程序都是很高大上很难的,直到偶然看到了这个视频,听了老师讲的思路后,瞬 ...
韩服　永恒之塔　验证码识别实例测试［非商业用途］
韩服永恒之塔验证码识别实例韩服永恒之塔外挂过验证码必备工具外挂必用永恒之塔验证码识别率90%以上
Windows 入门 AI 视觉处理 --- 搭建姿势识别应用之利用NVIDIA Maxine识别人体姿势
随着AI技术的发展, 数字内容创建业务也变得越来越火热.人脸美化,身材修图,虚拟姿势和背景等功能也让我们的照片视频等数字内容越来越丰富.而在这些功能背后,离不开姿势识别,人脸特征点识别,虚拟背景,现实 ...

YOLO7 姿势识别实例

文章目录

1. 预训练模型

2. 测试代码

3. 运行代码

4. 问题

YOLO7 姿势识别实例相关推荐

最新文章

热门文章