C#使用纯OpenCvSharp部署yolov8-pose姿态识别
【源码地址】
github地址：https://github.com/ultralytics/ultralytics
【算法介绍】
Yolov8-Pose算法是一种基于深度神经网络的目标检测算法，用于对人体姿势进行准确检测。该算法在Yolov8的基础上引入了姿势估计模块，通过联合检测和姿势估计的方式来实现准确的姿势检测。
Yolov8-Pose算法的基本思想是将姿势检测任务转化为多个关键点的检测任务。人体姿势可以看作是由多个关键点组成的，例如头部、肩膀、手肘、手腕等。Yolov8-Pose算法通过在Yolov8的基础上增加额外的关键点检测层，来实现对这些关键点的检测和定位。
Yolov8-Pose算法的网络结构是在Yolov3的基础上进行改进和优化得到的。它采用了Darknet作为主干网络，并在其上添加了一系列的卷积层、上采样层和连接层，以提取更丰富的特征信息。同时，为了实现人体姿态点的检测和估计，Yolov8-Pose在输出层上引入了关键点检测的任务分支。
通过以上原理，Yolov8-Pose算法能够在保持检测速度的同时，实现对人体姿势的准确检测，从而在人体姿态估计领域具有一定的应用价值。
【效果】
【部分实现代码】
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Diagnostics;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;
namespace FIRC
{
public partial class Form1 : Form
{
Mat src = new Mat();
Yolov8PoseManager ypm = new Yolov8PoseManager();
public Form1()
{
InitializeComponent();
}
private void button1_Click(object sender, EventArgs e)
{
OpenFileDialog openFileDialog = new OpenFileDialog();
openFileDialog.Filter = "图文件(*.*)|*.jpg;*.png;*.jpeg;*.bmp";
openFileDialog.RestoreDirectory = true;
openFileDialog.Multiselect = false;
if (openFileDialog.ShowDialog() == DialogResult.OK)
{
src = Cv2.ImRead(openFileDialog.FileName);
pictureBox1.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(src);
}
}
private void button2_Click(object sender, EventArgs e)
{
if(pictureBox1.Image==null)
{
return;
}
Stopwatch sw = new Stopwatch();
sw.Start();
var result = ypm.Inference(src);
sw.Stop();
this.Text = "耗时" + sw.Elapsed.TotalSeconds + "秒";
var resultMat = ypm.DrawImage(src,result);
pictureBox2.Image= OpenCvSharp.Extensions.BitmapConverter.ToBitmap(resultMat); //Mat转Bitmap
}
private void Form1_Load(object sender, EventArgs e)
{
ypm.LoadWeights(Application.StartupPath+ "\\weights\\yolov8n-pose.onnx");
}
private void btn_video_Click(object sender, EventArgs e)
{
}
}
}
【测试环境】
vs2019
net framework4.7.2
【视频演示】
bilibili.com/video/BV1T64y1E7ws/
【源码下载地址】