初中信息技术：关键点检测模型的使用.docx

1-2关键点检测模型的使用

关键点识别是深度学习中的一项关键任务，旨在检测图像或视频中的关键位置，通常代表物体或人体的重要部位。

XEduHub中关键点检测的模型有pose_body17,pose_body17_l,pose_body26,pose_wholebody133,pose_face106,pose_hand21

数字表示了识别出关键点的数量，l代表了large，表示规模较大的，性能较强的模型，但是缺点在于推理速度较慢。

注意事项：这里我们强烈建议提取关键点之前应先进行目标检测。

例如进行人体关键点检测pose_body之前，先使用det_body在图片中检测中人体目标，对每个人体目标进行更加精准的关键点检测。可参考本项目中的“3-1综合项目：多目标关键点检测”。

当然关键点识别也可以单独用，但是效果并不保证。

实例讲解：人手关键点检测模型（pose_hand21）的使用

每个模型使用的代码风格是类似的，接下来通过学习一个完整示范，可以达到举一反三的效果

下面是实例的完整代码：

fromXEdu.hubimportWorkflowaswf#导入库

model=wf(task=pose_hand21)#实例化模型

img_path=demo/hand1.jpg#指定进行推理的图片路径

keypoints,img_with_keypoints=model.inference(data=img_path,img_type=cv2)#进行推理

format_result=model.format_output(lang=zh)#输出格式化结果

model.show(img_with_keypoints)#可视化结果

model.save(img_with_keypoints,demo/img_with_keypoints.jpg)#保存可视化结果