技術標籤：PaddlePaddlePaddleHub深度學習

目錄

• PaddleHub檢測肢體和手部關鍵點
• • openpose_hands_estimation
  • openpose_body_estimation
  • 一、安裝新版Hub
  • 二、定義待預測照片並安裝模型
  • 三、API預測
  • 四、命令列預測
  • 五、實現效果

PaddleHub檢測肢體和手部關鍵點

openpose_hands_estimation

openpose_hands_estimation是基於 ‘Hand Keypoint Detection in Single Images using Multiview Bootstrapping’ 構建的用於手部關鍵點檢測的模型，該模型需要與openpose_body_estimation模型聯合使用檢測肢體和手部關鍵點，因此使用該模型前，請先安裝openpose_body_estimation。

openpose_hands_estimation
模型連結：https://www.paddlepaddle.org.cn/hubdetail?name=openpose_hands_estimation&en_category=KeyPointDetection

openpose_body_estimation

openpose_body_estimation是基於’Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields’構建的用於肢體關鍵點檢測的模型，該模型可以與openpose_hands_estimation模型聯合使用檢測肢體和手部關鍵點。

NOTE： 如果您在本地執行該專案示例，需要首先安裝PaddleHub。如果您線上執行，需要首先fork該專案示例。之後按照該示例操作即可。

openpose_body_estimation
模型連結：https://www.paddlepaddle.org.cn/hubdetail?name=openpose_body_estimation&en_category=KeyPointDetection

環境：PaddlePaddle2.0.0rc PaddleHub2.0.0b1 lopenpose_hands_estimati 1.0.0(最新版) openpose_body_estimation 1.0.0(最新版)

一、安裝新版Hub

!pip install paddlehub==2.0.0b1 -i https://pypi.tuna.tsinghua.edu.cn/simple

二、定義待預測照片並安裝模型

以本示例中資料夾下shou.jpg為待預測圖片

image = "shou.jpg"

!hub install openpose_hands_estimation
!hub install openpose_body_estimation

三、API預測

識別輸入圖片中的所有人手部關鍵點。

引數

• img (numpy.ndarray|str): 圖片資料，使用圖片路徑或者輸入numpy.ndarray，BGR格式；
• save_path (str): 圖片儲存路徑， 預設為’openpose_hand’；
• scale (list): 搜尋關鍵點時使用圖片的不同尺度；
• visualization (bool): 是否將識別結果儲存為圖片檔案；

返回

• res (dict): 識別結果的列表，列表元素為 dict, 有以下兩個欄位：
  • data : 視覺化圖片內容（numpy.ndarray，BGR格式）；
  • all_hand_peaks: 圖片中手部關鍵點座標

import paddlehub as hub

model = hub.Module(name='openpose_hands_estimation')
result = model.predict(image,visualization=True)
print(result)

四、命令列預測

!hub run openpose_hands_estimation --input_path "shou.jpg"

五、實現效果

點我進入專案