目录
简介
pytorch实施openpose包括身体和手姿态估计，并且pytorch模型直接从转换openpose caffemodel通过caffemodel2pytorch。如果你有兴趣，你可以用同样的方式实现人脸关键点检测。注意人脸关键点检测器是使用 [Simon et al. 2017] 手。
openpose 通过人体姿态估计的结果来检测手部，请参考https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/src/openpose/hand/handDetector.cpp的代码。在论文中，它指出：
This is an important detail: to use the keypoint detector in any practical situation,
we need a way to generate this bounding box.
We directly use the body pose estimation models from [29] and [4],
and use the wrist and elbow position to approximate the hand location,
assuming the hand extends 0.15 times the length of the forearm in the same direction.
具体请参考上一篇的上一篇文章：实战OpenPose项目
官网：https://github.com/Hzzone/pytorch-openpose
快速入门
安装要求
创建一个python 3.7环境，例如：
conda create -n pytorch-openpose python=3.7
conda activate pytorch-openpose
按照此处的快速入门指南安装 pytorch（使用 pip）https://download.pytorch.org/whl/torch_stable.html
用pip安装其他需求
pip install -r requirements.txt
下载训练好的模型
三种下载链接如下：
*.pth 文件是pytorch模型，如果你想使用caffe作为后端，你也可以下载caffemodel文件。
下载pytorch模型，放到model项目根目录下的目录下
运行演示
开始运行demo推理：
python demo_camera.py
使用来自网络摄像头的提要运行演示或运行
python demo.py
使用图像文件夹中的图像或运行
python demo_video.py
处理视频文件（需要ffmpeg-python）。
骨骼
身体姿势估计
手姿势估计
参考：
https://github.com/Hzzone/pytorch-openpose