[AIFLD2023] 어쩌다 키포인트 검출 제대로 입문하기

• 발표 Youtube
• colab link

 

MMPose keypoint-estimation tutorial

• AIF에서 발표한 내용을 다시 작성한 Post입니다, KeyPoint Detection을 처음하는 사람도 쉽게 접근할수 있게 풀어서 설명했습니다.

• Keypoints 분야에 빠르게 사용할 수 있는 패키지인 MMPose 패키지에 대한 사용법 입니다.

• MMDetection에 대한 예제는 많이 있지만 MMPose에 대한 예제가 별로 없어서 작성하였습니다.

• 이해가 가지 않는 부분은 발표한 내용을 참조해 주시면 감사하겠습니다.

 

MMPose 설치

• 첫 설치후 다시 시작 (자동으로 런타임 재시작)

import os

if 'mmpose' not in os.listdir('./'):
  !pip install -U openmim
  !mim install mmcv-full

  !pip install mmdet==2.26.0

  !git clone https://github.com/open-mmlab/mmpose.git
  %cd mmpose

  !pip install -r requirements.txt
  !pip install -e .

  !pip install --upgrade numpy
  !pip install --upgrade --no-cache-dir gdown
  !pip install gradio

  os.kill(os.getpid(), 9)

else:
  !pip install --upgrade numpy

• 현재 mmpose 패키지의 numpy 에러가 존재하여 colab상에서 런타임 재실행 및 다시 코드를 실행하시면 문제없이 작동합니다.

 

사용할 데이터 소개

• MPII 데이터셋에서 train 800장 : valid 100장 : test 100장 만 데이터셋 정재하였습니다.
  • MPII 데이터셋 같은 경우는 사람의 다양한 행동이 포함된 데이터셋 입니다.

 

실제 keypoint 시각화

• 아래 이미지처럼 keypoints estimation의 목표는 관절에 해당하는 keypoints를 찾는 것

 

MMPose 결과 시각화

• HRNet을 사용하였고, 100epoch 기준으로 훈련하였습니다.
• 생각보다 시각화한 결과를 보면 keypoints를 잘 잡아내는 걸 볼수 있습니다.

자세한 사용방법및 상세 설명은 colab안에 작성하였습니다.

 

빠르게 전체 내용 확인하기

Loading

Sorry, something went wrong. Reload?

Sorry, we cannot display this file.

Sorry, this file is invalid so it cannot be displayed.

view raw MMpose에서_Gradio까지.ipynb hosted with ❤ by GitHub

KeyPoint는 다른 분야의 분들은 잘 사용해보기는 어려운 내용이라 직접 공부하면서 강연준비를 했습니다.

생각보다 해당분야의 내용도 다양한 활용성이 있을것 같습니다.