【YOLOv8】自定义姿态评估模型训练

OpenCV学堂

发布于 2023-12-26 16:31:57

5180

发布于 2023-12-26 16:31:57

文章被收录于专栏：贾志刚-OpenCV学堂贾志刚-OpenCV学堂

前言

Hello大家好，今天给大家分享一下如何基于YOLOv8姿态评估模型，实现在自定义数据集上，完成自定义姿态评估模型的训练与推理。

tiger-pose数据集

YOLOv8官方提供了一个自定义tiger-pose数据集（老虎姿态评估），总计数据有263张图像、其中210张作为训练集、53张作为验证集。

其中YOLOv8-pose的数据格式如下：

解释一下：

Class-index 表示对象类型索引，从0开始
后面的四个分别是对象的中心位置与宽高 xc、yc、width、height
px1,py1表示第一个关键点坐标、p1v表示师傅可见，默认填2即可。
kpt_shape=12x2 表示有12个关键点，每个关键点是x,y

模型训练

跟训练YOLOv8对象检测模型类似，直接运行下面的命令行即可：

yolo train model=yolov8n-pose.pt data=tiger_pose_dataset.yaml epochs=100 imgsz=640 batch=1

模型导出预测

训练完成以后模型预测推理测试使用下面的命令行：

yolo predict model=tiger_pose_best.pt source=D:/123.jpg

导出模型为ONNX格式，使用下面命令行即可

yolo export model=tiger_pose_best.pt format=onnx

部署推理

基于ONNX格式模型，采用ONNXRUNTIME推理结果如下：

ORT相关的推理演示代码如下：

def ort_pose_demo():

    # initialize the onnxruntime session by loading model in CUDA support
    model_dir = "tiger_pose_best.onnx"
    session = onnxruntime.InferenceSession(model_dir, providers=['CUDAExecutionProvider'])

    # 就改这里, 把RTSP的地址配到这边就好啦，然后直接运行，其它任何地方都不准改！
    # 切记把 yolov8-pose.onnx文件放到跟这个python文件同一个文件夹中！
    frame = cv.imread("D:/123.jpg")
    bgr = format_yolov8(frame)
    fh, fw, fc = frame.shape

    start = time.time()
    image = cv.dnn.blobFromImage(bgr, 1 / 255.0, (640, 640), swapRB=True, crop=False)

    # onnxruntime inference
    ort_inputs = {session.get_inputs()[0].name: image}
    res = session.run(None, ort_inputs)[0]

    # matrix transpose from 1x8x8400 => 8400x8
    out_prob = np.squeeze(res, 0).T

    result_kypts, confidences, boxes = wrap_detection(bgr, out_prob)
    for (kpts, confidence, box) in zip(result_kypts, confidences, boxes):
        cv.rectangle(frame, box, (0, 0, 255), 2)
        cv.rectangle(frame, (box[0], box[1] - 20), (box[0] + box[2], box[1]), (0, 255, 255), -1)
        cv.putText(frame, ("%.2f" % confidence), (box[0], box[1] - 10), cv.FONT_HERSHEY_SIMPLEX, .5, (0, 0, 0))
        cv.circle(frame, (int(kpts[0]), int(kpts[1])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[2]), int(kpts[3])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[4]), int(kpts[5])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[6]), int(kpts[7])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[8]), int(kpts[9])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[10]), int(kpts[11])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[12]), int(kpts[13])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[14]), int(kpts[15])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[16]), int(kpts[17])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[18]), int(kpts[19])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[20]), int(kpts[21])), 3, (255, 0, 255), 4, 8, 0)
        cv.circle(frame, (int(kpts[22]), int(kpts[23])), 3, (255, 0, 255), 4, 8, 0)

    cv.imshow("Tiger Pose Demo - gloomyfish", frame)
    cv.waitKey(0)
    cv.destroyAllWindows()

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2023-12-22，如有侵权请联系 cloudcommunity@tencent.com 删除

int