YOLO-Pose：利用目标关键点相似度损失增强YOLO以实现多人姿态估计
计算机视觉与模式识别
2022-04-15 v1 人工智能
机器学习
摘要
我们提出YOLO-pose，一种基于流行YOLO目标检测框架的、无热力图的联合检测与图像中2D多人姿态估计新方法。现有的基于热力图的两阶段方法并非最优，因为它们不可端到端训练，且训练依赖于与最大化评估指标（即目标关键点相似度（OKS））不等价的代理L1损失。我们的框架允许端到端训练模型并直接优化OKS指标。所提模型学习在单次前向传播中联合检测多人的边界框及其对应的2D姿态，从而兼具自顶向下和自底向上方法的优点。所提方法不需要自底向上方法的后处理来将检测到的关键点分组成骨架，因为每个边界框都有关联的姿态，从而实现了关键点的固有分组。与自顶向下方法不同，由于所有人在单次推断中随其姿态一并被定位，因此省去了多次前向传播。YOLO-pose在COCO验证集（90.2% AP50）和test-dev集（90.3% AP50）上取得了新的最先进结果，在单次前向传播中超越所有现有自底向上方法，且无需翻转测试、多尺度测试或任何其他测试时增强。本文报告的所有实验和结果均未使用任何测试时增强，不同于使用翻转测试和多尺度测试以提升性能的传统方法。我们的训练代码将在 https://github.com/TexasInstruments/edgeai-yolov5 和 https://github.com/TexasInstruments/edgeai-yolox 公开提供。
引用
@article{arxiv.2204.06806,
title = {YOLO-Pose: Enhancing YOLO for Multi Person Pose Estimation Using Object Keypoint Similarity Loss},
author = {Debapriya Maji and Soyeb Nagori and Manu Mathew and Deepak Poddar},
journal= {arXiv preprint arXiv:2204.06806},
year = {2022}
}