MMPose - 훈련된 모델로 포즈 추정 실행!

훈련된 모델을 사용하여 제공된 이미지 또는 비디오에서 추론을 수행하거나 포즈 추정을 실행하는 방법!!

 

https://mmpose.readthedocs.io/en/latest/user_guides/inference.html

Inference with existing models — MMPose 1.0.0 documentation

 

여기 Inference 사이트 에서 나온 코드다.

# build the inferencer with model alias
inferencer = MMPoseInferencer('human')

# build the inferencer with model config name
inferencer = MMPoseInferencer('td-hm_hrnet-w32_8xb64-210e_coco-256x192')

# build the inferencer with model config path and checkpoint path/URL
inferencer = MMPoseInferencer(
    pose2d='configs/body_2d_keypoint/topdown_heatmap/coco/' \
           'td-hm_hrnet-w32_8xb64-210e_coco-256x192.py',
    pose2d_weights='https://download.openmmlab.com/mmpose/top_down/' \
                   'hrnet/hrnet_w32_coco_256x192-c78dce93_20200708.pth'
)

이 코드를 참조해서 코드를 짜보자!

from mmpose.apis import MMPoseInferencer

# build the inferencer with model config path and checkpoint path/URL
inferencer = MMPoseInferencer(
    pose2d='/home/wook/mmpose/work_dirs/td-hm_vipnas-res50_8xb64-210e_coco-wholebody-256x192/td-hm_vipnas-res50_8xb64-210e_coco-wholebody-256x192.py',
    pose2d_weights='/home/wook/mmpose/work_dirs/td-hm_vipnas-res50_8xb64-210e_coco-wholebody-256x192/best_coco-wholebody_AP_epoch_210.pth'
)
img_path ='/home/wook/Downloads/drive-download-20230621T100046Z-004/BarbellRow/Labeled_Dataset/barbellrow_images_raw/52971_2_14.jpg'
result_generator = inferencer(img_path, out_dir='output')
result = next(result_generator)

pose2d는 가장 끝쪽에 있는 py파일을 뜻하고,

pose2d_weight는 best_coco epoch_pth 파일이다. 

원하는 img가 있는 경로를 설정해준다.

 

경로설정은 저처럼 알아서 해주세요!

그러면 이런식으로 원하는 이미지에 원하는 훈련 모델을 적용시켜볼 수 있다!!

코드도 수정하면 여러 이미지를 계속 돌려서 결과를 확인해 볼 수 있다.

 

잘 나오면 참 좋겠지만... 추정이 완벽하지 않을 수 있다 ㅎㅎ 

MMPose로 쉽게 여러 모델들을 돌려보고 모델끼리 어떻게 나왔는지 비교해보자!