# 姿态估计
# 简介
姿势估计是一项涉及识别图像中特定点的位置的任务，这些点通常称为关键点。关键点可以代表对象的各个部分，例如关节、地标或其他独特特征。关键点的位置通常表示为一组 2D [x, y] 或 3D [x, y, visible] 坐标。
姿势估计模型的输出是一组点，这些点代表图像中对象上的关键点，通常还包括每个点的置信度分数。当您需要识别场景中对象的特定部分及其彼此之间的位置时，姿势估计是一个不错的选择。
# 安装
# Maven
在项目的 pom.xml 中添加以下依赖，详细引入方式参考 Maven 引入。
如需引入全部功能，请使用 【不推荐 ❌】 all 模块。
<dependency>
<groupId>cn.smartjavaai</groupId>
<artifactId>vision</artifactId>
<version>1.0.24</version>
</dependency>
# 获取姿态估计模型
PoseModelConfig config = new PoseModelConfig();
config.setModelEnum(PoseModelEnum.YOLOV8N_POSE_PT);
config.setModelPath("/Users/wenjie/Documents/develop/model/vision/pose/yolo11n-pose-onnx/yolo11n-pose.onnx");
config.setThreshold(0.25f);
PoseModel poseModel = PoseDetModelFactory.getInstance().getModel(config);
# PoseModelConfig参数说明
| 字段名称 | 字段类型 | 默认值 | 说明 |
|---|---|---|---|
| modelEnum | PoseModelEnum | 无 | 姿态估计模型枚举 |
| modelPath | String | 模型路径 | |
| threshold | double | 0.5 | 置信度阈值，分数低于这个值的结果将被过滤掉。值越高越严格，越低越宽松 |
| device | DeviceEnum | CPU | 指定运行设备，支持 CPU/GPU |
| gpuId | int | 0 | gpu设备ID 当device为GPU时生效 |
| predictorPoolSize | int | 默认为cpu核心数 | 模型预测器线程池大小 |
| customParams | Map<String, Object> | 无 | 个性化配置（按模型类型动态解析） |
# 姿态估计模型
| 模型名称 | 引擎 | 模型开源网站 |
|---|---|---|
| YOLO11N-POSE | OnnxRuntime | Github (opens new window) |
| YOLO8N-POSE | OnnxRuntime | Github (opens new window) |
| SIMPLE_POSE | MXNet | 无 |
# PoseModel API 方法说明
# 姿态估计
Image图片源请查看文档Image使用说明
R<Joints[]> detect(Image image);
# Joints[]字段说明
- 返回并非json格式，仅用于字段讲解
[
{
"joints": [ //关键点信息
{
"confidence": 0.149567112326622, //关键点置信度分数
"x": 0.2890557646751404, // 关键点横坐标
"y": 0.49486082792282104 // 关键点纵坐标
},
{
"confidence": 0.09941571950912476,
"x": 0.2867705523967743,
"y": 0.4900684356689453
}
]
},
{
"joints": [
{
"confidence": 0.149567112326622,
"x": 0.2890557646751404,
"y": 0.49486082792282104
},
{
"confidence": 0.09941571950912476,
"x": 0.2867705523967743,
"y": 0.4900684356689453
}
]
}
]
# 检测并绘制结果
该接口支持对图像进行检测，并将检测结果绘制在图像上，同时返回检测结果信息。
R<Joints[]> detectAndDraw(String imagePath, String outputPath);
Image detectAndDraw(Image image);
# 使用说明
imagePath：待检测图像的文件路径。outputPath：绘制检测结果后图像的保存路径。image：待检测的Image对象。
# 模型下载
百度网盘：https://pan.baidu.com/s/12JY1DfBVCOis8D93P7OjYg?pwd=1234 提取码: 1234