Tensorflow Lite Posenet Demo

Tensorflow Lite Posenet hoặc Ước tính tư thế là nhiệm vụ sử dụng mô hình ML để ước tính tư thế của một người từ hình ảnh hoặc video bằng cách ước tính vị trí không gian của các khớp cơ thể chính (keypoints).

Ước tính tư thế đề cập đến các kỹ thuật thị giác máy tính phát hiện hình ảnh con người trong hình ảnh và video, để người ta có thể xác định, ví dụ: nơi khuỷu tay của ai đó hiển thị trong hình ảnh. Điều quan trọng là phải biết thực tế rằng việc đặt ra ước tính chỉ đơn thuần là ước tính vị trí của các khớp cơ thể quan trọng và không nhận ra ai đang ở trong một hình ảnh hoặc video.

Mô hình PoseNet lấy hình ảnh camera đã xử lý làm đầu vào và đầu ra thông tin về các điểm chính. Các điểm chính được phát hiện được lập chỉ mục bởi một ID phần, với điểm tin cậy từ 0,0 đến 1,0. Điểm tin cậy cho biết xác suất tồn tại một điểm chính ở vị trí đó.

Điểm chuẩn hiệu suất

Hiệu suất thay đổi dựa trên thiết bị của bạn và bước đi đầu ra (bản đồ nhiệt và vectơ bù đắp). Mô hình PoseNet là bất biến về kích thước hình ảnh, có nghĩa là nó có thể dự đoán các vị trí tạo dáng theo cùng tỷ lệ với hình ảnh gốc bất kể hình ảnh có được giảm tỷ lệ hay không. Điều này có nghĩa là bạn định cấu hình mô hình để có độ chính xác cao hơn với chi phí hiệu suất.

Bước đầu ra xác định mức độ thu nhỏ đầu ra so với kích thước hình ảnh đầu vào. Nó ảnh hưởng đến kích thước của các lớp và kết quả đầu ra của mô hình.

Bước ra đầu ra càng cao, độ phân giải của các lớp trong mạng và đầu ra càng nhỏ, và tương ứng với độ chính xác của chúng. Trong cách triển khai này, bước đầu ra có thể có giá trị là 8, 16 hoặc 32. Nói cách khác, bước đầu ra là 32 sẽ dẫn đến hiệu suất nhanh nhất nhưng độ chính xác thấp nhất, trong khi 8 sẽ mang lại độ chính xác cao nhất nhưng hiệu suất chậm nhất. Giá trị bắt đầu được đề xuất là 16.