trt_pose

trt_pose

想检测手姿势吗？查看新的TRT_POSE_HAND项目，以获取实时姿势和手势识别！

TRT_POSE旨在实现Nvidia Jetson的实时姿势估计。您可能会发现它对其他NVIDIA平台也很有用。目前该项目包括

• 预先训练的人类姿势估计模型，能够在Jetson Nano上实时运行。这使得很容易检测诸如left_eye ， left_elbow ， right_ankle等功能。

• 培训脚本以MSCOCO格式培训任何关键点任务数据。这意味着您可以尝试训练trt_pose，以解决人类姿势以外的其他键盘检测任务。

要开始，请按照下面的说明进行操作。如果您遇到任何问题，请告诉我们。

入门

要开始使用trt_pose，请按照以下步骤操作。

步骤1-安装依赖项

1. 安装Pytorch和Torchvision。为了在Nvidia Jetson上这样做，我们建议遵循本指南

2. 安装TORCH2TRT

    git clone https : // github . com / NVIDIA - AI - IOT / torch2trt
   cd torch2trt
   sudo python3 setup . py install - - plugins

3. 安装其他杂项包

    sudo pip3 install tqdm cython pycocotools
   sudo apt - get install python3 - matplotlib

步骤2-安装trt_pose

 git clone https : // github . com / NVIDIA - AI - IOT / trt_pose
cd trt_pose
sudo python3 setup . py install

步骤3-运行示例笔记本

我们提供了在MSCOCO数据集上预先训练的几个人姿势估计模型。为每个平台显示FPS中的吞吐量

模型	杰森·纳诺（Jetson Nano）	杰森·泽维尔（Jetson Xavier）	权重
resnet18_baseline_att_224x224_a	22	251	下载（81MB）
densenet121_baseline_att_256x256_b	12	101	下载（84MB）

要在实时摄像机输入上运行实时Jupyter笔记本电脑演示，请按照以下步骤操作

1. 使用上表中的链接下载模型权重。

2. 将下载的权重放在任务/human_pose目录中

3. 打开并关注live_demo.ipynb笔记本

   您可能需要修改笔记本，具体取决于您使用的型号

参见

• trt_pose_hand-基于trt_pose的实时手动姿势估算

• TORCH2TRT-易于使用的Pytorch到张力转换器

• Jetbot-基于Nvidia Jetson Nano的教育AI机器人

• Jetracer-使用Nvidia Jetson Nano的教育AI赛车

• JETCAM-易于使用的Nvidia Jetson的Python相机界面

参考

上面列出的TRT_POSE模型体系结构灵感来自以下作品，但不是直接的复制品。请查看此存储库中的开源代码和配置文件以获取架构详细信息。如果您有任何疑问，请随时接触。

• CAO，Zhe等。 “实时多人2D使用零件亲和力字段进行估计。” IEEE计算机视觉和模式识别会议论文集。 2017。

• 小，bin，haiping Wu和Yichen Wei。 “人类姿势估计和跟踪的简单基线。”欧洲计算机视觉会议论文集（ECCV）。 2018。