Openpose实操（一）

一，OpenPose项目Github链接：https://github.com/CMU-Perceptual-Computing-Lab/openpose

二，windows源码下载地址：
源码下载
下载第一个推荐版。

三，下载训练好的caffe模型文件
百度云盘上供大家下载使用：

链接：https://pan.baidu.com/s/1qNB-AZFRL0JeTAmAL_xPSA 密码：t9uu
四，模型测试：
OpenPose 提供了基于Body，Hand，Facial 等关键点估计的模型，及相应的在 Videos，Wecam，Images 等测试数据的 Demo。
Image

bin\OpenPoseDemo.exe --net_resolution "64x64" --image_dir examples\media\ --face --hand

video

bin\OpenPoseDemo.exe --video examples/media/video.avi
# With face and hands
bin\OpenPoseDemo.exe --video examples/media/video.avi --face --hand

Webcam

bin\OpenPoseDemo.exe

# With face and hands
bin\OpenPoseDemo.exe --face --hand

五，最大精度配置

# Body
bin\OpenPoseDemo.exe --net_resolution "1312x736" 
                                       --scale_number 4 
                                       --scale_gap 0.25
# Body + Hand + Face
bin\OpenPoseDemo.exe --net_resolution "1312x736" 
                                       --scale_number 4 
                                       --scale_gap 0.25 
                                       --hand 
                                       --hand_scale_number 6 
                                       --hand_scale_range 0.4 
                                       --face

注[1] - 增加 --net_resolution 尺寸，虽然精度增加，但会导致帧速率(frame rate) 明显减少，延迟性增加. 然而，这种增加精度的方法不是对于所有场景都是一定可行的，需要特定场景特定分析. 如，对于图像中非常小的人体，其比较有效，但对于图像中人体所占比例比较大的场景，其效果一般较差. 因此，OpenPose 推荐采用以上命令行来获得在大部分场景获得最大精度，同时包括大的人体和小的人体的场景.
注[2] - 不要在 MPII 模型使用该命令行配置. 其精度会因多尺度(multi-scale) 设置而降低. 该配置仅适用于 COCO 和COCO-extended(如默认的 BODY_25) 模型.

六，人体追踪Tracking
[1] - 牺牲精度，最大实时运行速度：

# Using OpenPose 1 frame, tracking the following e.g., 5 frames
bin\OpenPoseDemo.exe --tracking 5 --number_people_max 1

[2] - 保持较高精度，实时运行速度：

 # Using OpenPose 1 frame and tracking another frame
bin\OpenPoseDemo.exe --tracking 1 --number_people_max 1

[3] - 视觉平滑 Visual Smoothness：

# Running both OpenPose and tracking on each frame. 
# Note: There is no speed up/slow down
bin\OpenPoseDemo.exe --tracking 0 --number_people_max 1

七，可视化某个 Body 部分
如果需要可视化某个 Body 部分，或 PAF(Part Affinity Field) Heatmap，可以采用 --part_to_show 参数