Movenet 模型,输入大小为 192x192。
此基本类用于检测人的姿态。
输入为图像 (cv:Mat)。
输出为
MovenetResult
。
代码样本:
auto image = cv::imread(argv[2]);
if (image.empty()) {
std::cerr << "cannot load " << argv[2] << std::endl;
abort();
}
auto det = vitis::ai::Movenet::create(argv[1]);
vector<vector<int>> limbSeq = {{0, 1}, {0, 2},{0, 3},{0, 4},{0, 5},{0, 6},
{5, 7}, {7, 9}, {6, 8}, {8, 10},
{5, 11}, {6, 12}, {11, 13}, {13, 15},
{12, 14}, {14, 16}};
auto results = det->run(image.clone());
for (size_t i = 0; i < results.poses.size(); ++i) {
cout<< results.poses[i]<<endl;
if (results.poses[i].y >0 && results.poses[i].x > 0) {
cv::putText(image, to_string(i),results.poses[i],
cv::FONT_HERSHEY_COMPLEX, 1, cv::Scalar(0, 255, 255), 1, 1, 0);
cv::circle(image, results.poses[i], 5, cv::Scalar(0, 255, 0),
-1);
}
}
for (size_t i = 0; i < limbSeq.size(); ++i) {
auto a = results.poses[limbSeq[i][0]];
auto b = results.poses[limbSeq[i][1]];
if (a.x >0 && b.x > 0) {
cv::line(image, a, b, cv::Scalar(255, 0, 0), 3, 4);
}
}
显示 movenet 模型结果:width=400px
图 1. movenet 结果图像
声明
typedef struct
{
int width;
int height;
std::vector< cv::Point2f > poses;
} vitis::ai::MovenetResult;
成员 | 描述 |
---|---|
width | 输入图像的宽度。 |
height | 输入图像的高度。 |
poses |
姿态矢量,其中姿态以点的矢量来表示。关节点按顺序排列;0:'nose';1:'left_eye';2:'right_eye';3:'left_ear':4:'right_ear';5:'left_shoulder';6:'right_shoulder';7:'left_elbow';8:'right_elbow';9:'left_wrist';10:'right_wrist';11:'left_hip';12:'right_hip';13:'left_knee';14:'right_knee';15:'left_ankle';16:'right_ankle'] |