基于轻量级OpenPose的人体骨架提取

1、项目源码及权重文件下载

项目源码：https://github.com/Daniil-Osokin/lightweight-human-pose-estimation.pytorch/blob/master/demo.py
权重文件：https://download.01.org/opencv/openvino_training_extensions/models/human_pose_estimation/checkpoint_iter_370000.pth
需要注意的是源码中的demo.py是应用时所需要的代码，如果需要训练才需要用到其余的文件。

2、demo.py运行

如果直接运行代码的话会遇到这种情况，如图1。
这是因为运行时需要传入对应参数，见代码底部。
此时可以选择pycharm右上角运行按钮处的配置按钮，如下图。
打开界面后，如图对Parameters进行参数输入。
部分参数输入如下：

--checkpoint-path checkpoint_iter_370000.pth --video 0  //打开摄像头，对拍摄物体进行骨架提取
--checkpoint-path checkpoint_iter_370000.pth --video 1.mp4  //选择视频文件进行骨架提取
--checkpoint-path checkpoint_iter_370000.pth --images 1.jpg  //选择图片进行骨架提取

当然也可以通过命令行进行调用

python demo.py --checkpoint-path checkpoint_iter_370000.pth --video 0
python demo.py --checkpoint-path checkpoint_iter_370000.pth --video 1.mp4
python demo.py --checkpoint-path checkpoint_iter_370000.pth --images 1.jpg

3、总结

使用已有权重文件的模型确实很简单，如果熟练的话可以在一个小时内完成本地部署，难的还是网络模型的搭建以及训练，这方面还需要加强