codait/max-human-pose-estimator

IBM Developer Model Asset Exchange：人体姿态估计器

人体姿态估计器模型可检测图像中的人体及其姿态。该模型首先识别输入图像中的人体，然后标记身体部位（包括鼻子、颈部、眼睛、肩膀、肘部、手腕、臀部、膝盖和脚踝），并通过“姿态线条”连接相关身体部位（例如左眼到鼻子、鼻子到颈部等）。

每个姿态线条由坐标列表[x1,y1,x2,y2]表示，其中(x1,y1)和(x2,y2)分别是两个关联身体部位的起点和终点。这些线条会被组合成每个检测到的人体的完整姿态。

该模型基于开源的https://github.com/ildoonet/tf-pose-estimation%EF%BC%8C%E6%9C%AC%E4%BB%93%E5%BA%93%E5%B0%86%E5%85%B6%E9%83%A8%E7%BD%B2%E4%B8%BADocker%E5%AE%B9%E5%99%A8%E4%B8%AD%E7%9A%84Web%E6%9C%8D%E5%8A%A1%EF%BC%8C%E6%98%AFIBM Developer Model Asset Exchange的一部分。

模型元数据

参考

• Zhe Cao, Tomas Simon, Shih-En Wei, Yaser Sheikh, "Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields", CVPR 2017.
• https://github.com/ildoonet/tf-pose-estimation

许可证

前置条件

• docker：Docker命令行工具，需按照安装指南配置。
• 最低资源要求：2GB内存、1CPU。
• x86-64/AMD64架构CPU需支持AVX。

部署选项

• 从Quay部署
• 在Red Hat OpenShift部署
• 在Kubernetes部署
• 本地运行

从Quay部署

运行以下命令启动模型服务API：

bash
docker run -it -p 5000:5000 quay.io/codait/max-human-pose-estimator

该命令会从Quay.io拉取预构建镜像并运行（本地已有则直接使用）。

在Red Hat OpenShift部署

参考教程，指定镜像名为quay.io/codait/max-human-pose-estimator即可部署。

在Kubernetes部署

在Kubernetes集群上运行以下命令：

bash
kubectl apply -f https://raw.githubusercontent.com/IBM/MAX-Human-Pose-Estimator/master/max-human-pose-estimator.yaml

模型内部端口为5000，可通过NodePort外部访问。

本地运行

1. 构建模型
2. 部署模型
3. 使用模型
4. 运行Notebook
5. 开发
6. 清理

1. 构建模型

克隆仓库并进入目录：

bash
git clone https://github.com/IBM/MAX-Human-Pose-Estimator
cd MAX-Human-Pose-Estimator

构建本地Docker镜像：

bash
docker build -t max-human-pose-estimator .

构建过程会自动下载所需模型资产（当前仅支持CPU）。

2. 部署模型

运行镜像启动API服务：

bash
docker run -it -p 5000:5000 max-human-pose-estimator

3. 使用模型

API服务提供交互式Swagger文档页面，访问http://localhost:5000即可探索API并测试请求。使用model/predict端点上传测试图像（可从samples文件夹选取）获取结果。

命令行测试示例：

bash
curl -F "file=@samples/Pilots.jpg" -XPOST http://localhost:5000/model/predict

返回JSON结果包含人体ID、姿态线条和身体部位信息。

4. 运行Notebook

模型服务运行时，在新终端启动Jupyter Notebook：

bash
jupyter notebook

打开samples/demo.ipynb查看使用示例（需安装jupyter、numpy、matplotlib等依赖）。

5. 开发

编辑config.py设置DEBUG = True可启用Flask API调试模式，需重新构建镜像生效。

6. 清理

按下CTRL + C停止Docker容器。

资源与贡献

若需贡献或有疑问，请参考https://github.com/CODAIT/max-central-repo%E3%80%82