本文共 1047 字,大约阅读时间需要 3 分钟。
参考代码:
导读:这篇文章是在OpenPose的基础上进行轻量化改进,从而使得整体网络能在Intel的CPU上达到实时的运行效果。对此文章的算法也是相当轻量级的只有410w的参数90亿的浮点运算,是含有两阶段优化OpenPose的15%,但是其AP(Average Precision)只降低了1个点。自然文章对原有OpenPose进行了加多的改进,从而使其在速度上得到提升。
OpenPose是bottom-up的关键点检测算法,其运行流程可以分为两个部分,见下图所示:
在OpenPose中使用VGG-19作为其backbone之后添加额外的conv4_3/conv4_4卷积层,之后经过initial网络添加5个连接的refinment stage,每个stage是包含两个分支的用于预测关键点位置和PAFs。那么这些网络结构的具体结构和refinement stage带来的具体性能提升见下表1,2所示:
从轻量化网络的角度文章选择将原OpenPose的VGG-19换成为MobileNet-V1,并且保持网络中间部分的空间尺度不变,并使用膨胀卷积增加感受野,此外通过添加conv5_6能够增加精度但是也会增加计算量,文章中 并没有选择MobileNet-V2,是因为其带来的性能提升并不不好, 见下表所示:
原OpenPose中的优化网是存在优化的点的,文章中将部分网络进行了合并,其结构前后变化见下图2所示:
转载地址:http://dwkhj.baihongyu.com/