姿态估计

姿态估计#

姿态估计（pose estimation）：检测图像或视频帧中的特定关键点，以跟踪运动或姿势。

姿态估计是一项任务，它涉及识别图像中特定点的位置，这些点通常被称为关键点。这些关键点可以代表物体的各个部分，如关节、地标或其他独特特征。关键点的位置通常以一组二维 [x, y] 或三维 [x, y, visible] 坐标来表示。

姿态估计模型的输出是一组点，这些点代表了图像中物体上的关键点，通常还包括每个点的置信度分数。当你需要识别场景中物体的具体部分及其彼此间的相对位置时，姿态估计是一个不错的选择。

小技巧

YOLOv11 的人体姿态估计模型使用了 -pose 后缀，例如 yolo11n-pose.pt。这些模型是在 COCO keypoints 数据集上训练的，适用于多种姿态估计任务。

在默认的 YOLOv11 姿态模型中，共有 17 个关键点，每个关键点代表人体的不同部位。下面是每个索引对应的身体关节：

0: 鼻子 1: 左眼 2: 右眼 3: 左耳 4: 右耳 5: 左肩 6: 右肩 7: 左肘 8: 右肘 9: 左腕 10: 右腕 11: 左髋 12: 右髋 13: 左膝 14: 右膝 15: 左踝 16: 右踝

模型#

这里展示了YOLOv11预训练的姿态估计模型。检测、分割和姿态估计模型是在COCO数据集上预训练的，而分类模型则是在ImageNet数据集上预训练的。

模型会在首次使用时自动从最新的Ultralytics 发布中下载。

模型

尺寸
(像素)

mAPpose
50-95

mAPpose
50

CPU ONNX速度
(毫秒)

T4 TensorRT10速度
(毫秒)

参数
(百万)

FLOPs
(十亿次)

YOLOv11n-pose

640

50.0

81.0

52.4 ± 0.5

1.7 ± 0.0

2.9

7.6

YOLOv11s-pose

640

58.9

86.3

90.5 ± 0.6

2.6 ± 0.0

9.9

23.2

YOLOv11m-pose

640

64.9

89.4

187.3 ± 0.8

4.9 ± 0.1

20.9

71.7

YOLOv11l-pose

640

66.1

89.9

247.7 ± 1.1

6.4 ± 0.1

26.2

90.7

YOLOv11x-pose

640

69.5

91.1

488.0 ± 13.9

12.1 ± 0.2

58.8

203.3

  • mAPval 值是基于COCO Keypoints val2017数据集上的单模型单尺度计算得出的。
    可以通过yolo val pose data=coco-pose.yaml device=0重现。

  • 速度是使用Amazon EC2 P4d实例在COCO验证图像上的平均速度。
    可以通过yolo val pose data=coco-pose.yaml batch=1 device=0|cpu重现。

训练#

在COCO8-pose数据集上训练 YOLOv11-pose 模型。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-pose.yaml")  # build a new model from YAML
model = YOLO("yolo11n-pose.pt")  # load a pretrained model (recommended for training)
model = YOLO("yolo11n-pose.yaml").load("yolo11n-pose.pt")  # build from YAML and transfer weights

# Train the model
results = model.train(data="coco8-pose.yaml", epochs=100, imgsz=640)

验证#

在COCO8-pose数据集上验证已训练的YOLOv11n-pose模型的准确性。由于model保留了其训练数据和参数作为模型属性，因此不需要任何额外的参数。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-pose.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Validate the model
metrics = model.val()  # no arguments needed, dataset and settings remembered
metrics.box.map  # map50-95
metrics.box.map50  # map50
metrics.box.map75  # map75
metrics.box.maps  # a list contains map50-95 of each category

预测#

使用训练好的YOLOv11n-pose模型对图像进行预测。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-pose.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Predict with the model
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image