状态同步技术分享（实时单人姿态估计）

本文介绍了如何使用 TensorFlow 在智能机上（包括安卓和 iOS 设备）执行实时单人姿态估计。

GitHub 地址：https://github.com/edvardHua/PoseEstimationForMobile

该 repo 使用 TensorFlow 实现 CPM 和 Hourglass 模型。这里未使用常规的卷积，而是在模型内部使用了反向卷积（又叫 Mobilenet V2），以便执行实时推断。

注：你可以修改网络架构，来训练更高 PCKh 的模型。架构地址：https://github.com/edvardHua/PoseEstimationForMobile/tree/master/training/src

该库包含：

• 训练 CPM 和 Hourglass 模型的代码；
• 安卓 demo 的源代码；
• IOS demo 的源代码。

下面的 gif 是在 Mi Mix2s 上截取的（~60 FPS）

你可以下载以下 apk，在自己的设备上进行测试。

• PoseEstimation-Mace.apk：https://raw.githubusercontent.com/edvardHua/PoseEstimationForMobile/master/release/PoseEstimation-Mace.apk
• PoseEstimation-TFlite.apk：https://raw.githubusercontent.com/edvardHua/PoseEstimationForMobile/master/release/PoseEstimation-TFlite.apk

训练

依赖项

• Python3
• TensorFlow >= 1.4
• Mace

数据集

训练数据集：https://drive.google.com/open?id=1zahjQWhuKIYWRRI2ZlHzn65Ug_jIiC4l

将其解压缩，获取以下文件结构：

# root @ ubuntu in ~/hdd/ai_challenger $ tree -L 1 .. ├── ai_challenger_train.json ├── ai_challenger_valid.json ├── train └── valid

该训练数据集仅包含单人图像，数据来源是 AI Challenger 竞赛。共包含 22446 个训练样本和 1500 个测试样本。

该 repo 作者使用 tf-pose-estimation 库中的数据增强代码将标注迁移为 COCO 格式。tf-pose-estimation 库：https://github.com/ildoonet/tf-pose-estimation

超参数

训练步骤中，使用 experiments 文件夹中的 cfg 文件传输超参数。

以下是 mv2_cpm.cfg 文件的内容：

[Train] model: 'mv2_cpm' checkpoint: False datapath: '/root/hdd/ai_challenger' imgpath: '/root/hdd/' visible_devices: '0, 1, 2' multiprocessing_num: 8 max_epoch: 1000 lr: '0.001' batchsize: 5 decay_rate: 0.95 input_width: 192 input_height: 192 n_kpoints: 14 scale: 2 modelpath: '/root/hdd/trained/mv2_cpm/models' logpath: '/root/hdd/trained/mv2_cpm/log' num_train_samples: 20000 per_update_tensorboard_step: 500 per_saved_model_step: 2000 pred_image_on_tensorboard: True

该 cfg 文件覆盖模型的所有参数，在 network_mv2_cpm.py 中仍有一些参数。

使用 nvidia-docker 训练

通过以下命令构建 docker：

cd training/docker docker build -t single-pose .

或者

docker pull edvardhua/single-pose

然后运行以下命令，训练模型：

nvidia-docker run -it -d \ -v <dataset_path>:/data5 -v <training_code_path>/training:/workspace \ -p 6006:6006 -e LOG_PATH=/root/hdd/trained/mv2_cpm/log \ -e PARAMETERS_FILE=experiments/mv2_cpm.cfg edvardhua/single-pose

此外，它还在 port 6006 上创建了 tensorboard。确保安装了 nvidia-docker。

按一般方法训练

1. 安装依赖项：

cd training pip3 install -r requirements.txt

还需要安装 cocoapi (https://github.com/cocodataset/cocoapi)。

2. 编辑 experiments 文件夹中的参数文件，它包含几乎所有超参数和训练中需要定义的其他配置。之后，传输参数文件，开始训练：

cd training python3 src/train.py experiments/mv2_cpm.cfg

在 3 张英伟达 1080Ti 显卡上经过 12 个小时的训练后，该模型几乎收敛。以下是对应的 tensorboard 图。

基准（PCKh）

运行以下命令，评估 PCKh 值。

python3 src/benchmark.py --frozen_pb_path=hourglass/model-360000.pb \ --anno_json_path=/root/hdd/ai_challenger/ai_challenger_valid.json \ --img_path=/root/hdd \ --output_node_name=hourglass_out_3

预训练模型

• CPM：https://github.com/edvardHua/PoseEstimationForMobile/tree/master/release/cpm_model
• Hourglass：https://github.com/edvardHua/PoseEstimationForMobile/tree/master/release/hourglass_model

安卓 demo

由于 mace 框架，你可以使用 GPU 在安卓智能机上运行该模型。

按照以下命令将模型转换为 mace 格式：

cd <your-mace-path># You transer hourglass or cpm model by changing `yml` file. python tools/converter.py convert --config=<PoseEstimationForMobilePath>/release/mace_ymls/cpm.yml

然后根据 mace 文档的说明，将模型集成到安卓设备中。

至于如何调用模型、解析输出，可以参见安卓源代码：https://github.com/edvardHua/PoseEstimationForMobile/tree/master/android_demo。

一些芯片的平均推断时间基准如下所示：

以下是该 repo 作者构建该 demo 的环境：

• 操作系统：macOS 10.13.6（mace 目前不支持 windows）
• Android Studio：3.0.1
• NDK 版本：r16

在构建 mace-demo 时，不同环境可能会遇到不同的错误。为避免这种情况，作者建议使用 docker。

docker pull registry.cn-hangzhou.aliyuncs.com/xiaomimace/mace-dev-lite docker run -it --privileged -d --name mace-dev --net=host -v to/you/path/PoseEstimationForMobile/android_demo/demo_mace:/demo_mace registry.cn-hangzhou.aliyuncs.com/xiaomimace/mace-dev-lite docker run -it --privileged -d --name mace-dev --net=host \ -v to/you/path/PoseEstimationForMobile/android_demo/demo_mace:/demo_mace \ registry.cn-hangzhou.aliyuncs.com/xiaomimace/mace-dev-lite # Enter to docker docker exec -it mace-dev bash # Exec command inside the dockercd /demo_mace && ./gradlew build

或者将模型转换为 tflite：

# Convert to frozen pb.cd training python3 src/gen_frozen_pb.py \ --checkpoint=<you_training_model_path>/model-xxx --output_graph=<you_output_model_path>/model-xxx.pb \ --size=192 --model=mv2_cpm_2 # If you update tensorflow to 1.9, run following command. python3 src/gen_tflite_coreml.py \ --frozen_pb=forzen_graph.pb \ --input_node_name='image' \ --output_node_name='Convolutional_Pose_Machine/stage_5_out' \ --output_path='./' \ --type=tflite # Convert to tflite.# See https://github.com/tensorflow/tensorflow/blob/master/tensorflow/docs_src/mobile/tflite/devguide.md for more information. bazel-bin/tensorflow/contrib/lite/toco/toco \ --input_file=<you_output_model_path>/model-xxx.pb \ --output_file=<you_output_tflite_model_path>/mv2-cpm.tflite \ --input_format=TENSORFLOW_GRAPHDEF --output_format=TFLITE \ --inference_type=FLOAT \ --input_shape="1,192,192,3" \ --input_array='image' \ --output_array='Convolutional_Pose_Machine/stage_5_out'

然后，将 tflite 文件放在 android_demo/app/src/main/assets 中，修改 ImageClassifierFloatInception.kt 中的参数。

............// parameters need to modify in ImageClassifierFloatInception.kt/** * Create ImageClassifierFloatInception instance * * @param imageSizeX Get the image size along the x axis. * @param imageSizeY Get the image size along the y axis. * @param outputW The output width of model * @param outputH The output height of model * @param modelPath Get the name of the model file stored in Assets. * @param numBytesPerChannel Get the number of bytes that is used to store a single * color channel value. */ fun create( activity: Activity, imageSizeX: Int = 192, imageSizeY: Int = 192, outputW: Int = 96, outputH: Int = 96, modelPath: String = "mv2-cpm.tflite", numBytesPerChannel: Int = 4 ): ImageClassifierFloatInception = ImageClassifierFloatInception( activity, imageSizeX, imageSizeY, outputW, outputH, modelPath, numBytesPerChannel)............

最后，将该项目导入 Android Studio，在智能机设备上运行。

iOS Demo

首先，将模型转换为 CoreML 模型：

# Convert to frozen pb.cd training python3 src/gen_frozen_pb.py \ --checkpoint=<you_training_model_path>/model-xxx --output_graph=<you_output_model_path>/model-xxx.pb \ --size=192 --model=mv2_cpm_2 # Run the following command to get mlmodel python3 src/gen_tflite_coreml.py \ --frozen_pb=forzen_graph.pb \ --input_node_name='image' \ --output_node_name='Convolutional_Pose_Machine/stage_5_out' \ --output_path='./' \ --type=coreml

然后，按照 PoseEstimation-CoreML 中的说明来操作（https://github.com/tucan9389/PoseEstimation-CoreML）。

,