RTMPose：基于 MMPose 的实时多人姿态估计
计算机视觉与模式识别
2023-07-04 v2
摘要
近期关于二维姿态估计的研究在公开基准上取得了优异性能，但其在工业界的应用仍受困于庞大的模型参数量与高延迟。为弥补这一差距，我们实证探索了姿态估计中的关键因素，包括范式、模型架构、训练策略与部署，并提出了一种基于 MMPose 的高性能实时多人姿态估计框架 RTMPose。我们的 RTMPose-m 在 COCO 上取得 75.8% AP，在 Intel i7-11700 CPU 上达 90+ FPS，在 NVIDIA GTX 1660 Ti GPU 上达 430+ FPS；RTMPose-l 在 COCO-WholeBody 上取得 67.0% AP，达 130+ FPS。为进一步评估 RTMPose 在关键实时应用中的能力，我们也报告了其在移动设备部署后的性能。我们的 RTMPose-s 在骁龙 865 芯片上以 70+ FPS 取得 COCO 上 72.2% AP，优于现有开源库。代码与模型发布于 https://github.com/open-mmlab/mmpose/tree/1.x/projects/rtmpose。
引用
@article{arxiv.2303.07399,
title = {RTMPose: Real-Time Multi-Person Pose Estimation based on MMPose},
author = {Tao Jiang and Peng Lu and Li Zhang and Ningsheng Ma and Rui Han and Chengqi Lyu and Yining Li and Kai Chen},
journal= {arXiv preprint arXiv:2303.07399},
year = {2023}
}