官网：https://openmmlab.com
Github：https://github.com/open-mmlab
公众号：OpenMMLab
参考视频：RTMPose关键点检测

OpenMMLab AI实战营第二期-day3笔记

1. 安装MMDetection和MMPose

保姆级代码教程： github.com/TommyZihao/MMPose_Tutorials

【A1】安装MMPose.ipynb

按照顺序逐行运行本代码，即可安装配置 MMPose 环境
推荐代码运行云GPU环境：GPU RTX 3060、CUDA v11.2
作者：同济子豪兄 2023-3-31

• 安装Pytorch
• 用MIM安装MMCV
• 安装其它工具包
• 下载 MMPose
• 安装 MMPose
• 检查安装成功

【A2】安装MMDetection.ipynb

按照顺序逐行运行本代码，即可安装配置 MMPose 环境
推荐代码运行云GPU环境：GPU RTX 3060、CUDA v11.2
作者：同济子豪兄 2023-3-31

• 安装Pytorch
• 用MIM安装MMCV
• 安装其它工具包
• 下载 MMDetection
• 安装 MMDetection
• 下载预训练模型权重文件和视频素材
• 检查安装成功

【B1】MMPose预训练模型预测-命令行

进入 mmpose 主目录

• 模型库预训练模型
• 目标检测模型

MMDetection模型库：https://github.com/open-mmlab/mmdetection/blob/master/docs/en/model_zoo.md

demo/mmdetection_cfg/faster_rcnn_r50_fpn_coco.py

https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth

MMPose人体姿态估计模型

configs/body_2d_keypoint/topdown_heatmap/coco/td-hm_hrnet-w32_8xb64-210e_coco-256x192.py

https://download.openmmlab.com/mmpose/top_down/hrnet/hrnet_w32_coco_256x192-c78dce93_20200708.pth

RTMPose人体姿态估计模型

RTMPose主页：https://github.com/open-mmlab/mmpose/tree/dev-1.x/projects/rtmpose

RTMPose-S

projects/rtmpose/rtmpose/body_2d_keypoint/rtmpose-s_8xb256-420e_coco-256x192.py

https://download.openmmlab.com/mmpose/v1/projects/rtmpose/rtmpose-s_simcc-aic-coco_pt-aic-coco_420e-256x192-fcb2599b_20230126.pth

RTMPose-L

projects/rtmpose/rtmpose/body_2d_keypoint/rtmpose-l_8xb256-420e_coco-384x288.py

https://download.openmmlab.com/mmpose/v1/projects/rtmpose/rtmpose-l_simcc-aic-coco_pt-aic-coco_420e-384x288-97d6cb0f_20230228.pth

• 预测单张图像
• 预测视频：直接将–input换成视频路径即可

2. MMDetection三角板目标检测

2.1 【C】下载三角板关键点检测数据集

• 进入 mmpose 主目录 或 mmdetection 主目录
• 下载数据集至data目录
• 解压数据集至data目录
• 下载用于测试的图像和视频
• 查看数据集中的图片
• 删除系统自动生成的多余文件
• 注意，要在mmpose和mmdetection两个目录都运行一遍

2.2 三角板目标检测

• 下载config配置文件
• 训练
• 可视化训练日志
• 模型权重文件精简转换
• 下载训练好的模型权重
• 预测

2.3 RTMPose关键点检测-训练、评估、推理预测

• 下载config配置文件
• 训练RTMPose
• 可视化训练日志
• 模型权重文件精简转换
• 下载训练好的模型权重
• 三角板关键点检测预测-命令行
• 三角板关键点检测预测-Python API