소개

이미지만으로 골격 추정이 가능한 OpenPose.

htps : // 기주 b. 코 m / C 무 ぺr 세 p


Latest Features
· Mar 2018 : CPU 버전!

라는 것으로, 올해 CPU판도 나온 것 같습니다. CPU 버전을 사용하고 싶었지만,,,
환경 준비가 적당히 힘들었기 때문에,
Tensorflow에서 구현된 여기를 시도해 보았습니다.

htps : // 기주 b. 코 m / I ldo One t / tf Posee s Chimachion

환경

Google Colaboratory(python3/GPU)

windows10 home(64bit)

파이썬 3.5.4

tensorflow 1.2.1

openCV 3.3.1

anaconda navigator 1.8.3

windows 터미널과 Colaboratory(ubuntu) 모두에서 실행해 보았습니다.

Google 공동체에서 실행

Colab Notebooks를 새로 작성(python3/GPU)하고 작업을 진행합니다.

실행 소스는 여기 → GitHub

소개

설치

anaconda의 「Environments」에서 「Open Terminal」로 터미널을 기동.
터미널

tf-pose-estimation.ipynb

# gitからclone
!git clone https://github.com/ildoonet/tf-pose-estimation.git

# 確認
!ls

# 必要なライブラリをインストール
%cd ./tf-pose-estimation
!ls
!pip install -r requirements.txt

학습된 모델(.pb 파일) 얻기

tf-pose-estimation.ipynb

%cd /content/tf-pose-estimation/models/graph/cmu
!bash download.sh

실행

선인에게 배우고 같은 이미지로 우선 골격 추정

tf-pose-estimation.ipynb

# 画像を取得
!wget https://www.pakutaso.com/shared/img/thumb/150415022548_TP_V.jpg

# 確認
!ls

# 実行
%cd /content/tf-pose-estimation/src
%run -i run.py --model=mobilenet_thin --resolution=432x368 --image=/content/tf-pose-estimation/models/graph/cmu/150415022548_TP_V.jpg

이미지가 작아서 이해하기 어렵지만, 잘 골격을 검출할 수 있는 것 같습니다.

windows에서 실행

기본적으로 Google Colaboratory와 동일합니다.

이전 준비

git을 명령 줄에서 사용할 수있게합니다.

여기 를 참고로, git 를 인스톨.
환경 변수에도 경로를 통해 두었습니다.

소스 취득 & 수정

htps : // 기주 b. 코 m / I ldoone t / tf Posee s Chimachion에서 zip을 다운로드하여 적절한 디렉토리로 확장합니다.
설치에 오류가 발생하여 tf-pose-estimation-master/requirements.txt에서 "ast"를 주석 처리했습니다.

requirements.txt

argparse
matplotlib
scipy
tqdm
requests
fire
#ast ←コメントアウト
dill
git+https://github.com/ppwwyyxx/tensorpack.git

소개

설치

# 展開ディレクトリへ移動
cd ./tf-pose-estimation-master

# 必要なライブラリをインストール
pip install -r requirements.txt

실행 전 준비

실행 결과 표시 크기를 크게

run.py의 50 행 정도 출력 크기를 지정하도록 수정

tf-pose-estimation-master/src/run.py

    # fig = plt.figure()
    fig = plt.figure(figsize=(15, 10)) # ←変更

실행 결과를 파일에 저장

실행 결과를 파일로 출력하고 싶었으므로 파일 출력 처리를 추가했습니다.
(가로 입고, 폴더와 파일 이름은 고정 ...)
마찬가지로 run.py의 50 행 정도, 파일 출력 추가

tf-pose-estimation-master/src/run.py

    a = fig.add_subplot(2, 2, 1)
    a.set_title('Result')
    plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
    cv2.imwrite('./result.jpg', image) # ←追加

실행

jupyterNotebook을 새로 만들고 실행합니다.

%run -i run.py --model=mobilenet_thin --resolution=432x368 --image=C:/path/to/image/AdobeStock_122984958.jpeg

Mask R-CNN(keras)에서 인물 검출 on Colaboratory 하지만 사용한 스포츠 장면의 이미지로 시도한 결과

요약

복잡한 자세는 잘 검출할 수 없는 곳도 있었습니다만, 움직임이 있는 것 같은 동작에서도 훌륭하게 골격 추정할 수 있습니다.
다음은 각각의 좌표 데이터를 취할 수 있도록 해보고 싶다.

참고 사이트

GPU 없이 이미지만으로부터 인간의 본 추정을 할 수 있는 tf-openpose를 도입한다

명령줄에서 Git 사용(for Windows)