tensorflow——openpose代码和原理分析_openpose和posenet

 做openpose已经做了两个月了，精度和速度都还没有提上去，但是还是要总结一下。

人体姿态估计（pose estimation）的目标

   实时地对图片中每个人的姿态进行精准的估计。总结起来，就是实时的多人姿态精准估计

现状

    实时的算法精度不高，精度高的算法慢的要死。

    openpose——比较快，比较准

     cpn——慢，准（pass，在实际场景中，慢等于没用）

     poseNet——快，不准（pass，不准更没啥用了）

 openpose的原理

    输入一张图片，经过一个backbone（比如vgg，resnet，mobilenet），在经过6个stage，每个stage有2个branch，一个用来检测heatmap，一个用来检测vectmap。有了heatmap和vectmap就可以知道图片中所有的关键点，但是不知道这些关键点都是哪个人的，PAFs把这些点对应到每个人身上。end

openpose的训练

   数据集：coco，MPII，AIC，PoseTrack

    硬件要求：至少4  个 gpu以上（GPU不充裕的，可以直接用原作者公布的caffe模型&#