欢迎关注我的公众号 [极智视界]，获取我的更多经验分享

大家好，我是极智视界，本文来介绍 实战人体姿态识别之AlphaPose。

本文介绍的 实战人体姿态识别之AlphaPose，提供完整的可以一键执行的项目工程源码，获取方式有两个：

人体姿态识别是通过深度学习技术来识别和理解图像或视频中的人体姿态和行为，人体姿态识别可以应用于智能监控、人机交互、运动分析等多个领域，帮助更好地监测、分析和理解人体的动作和行为。在实现上，人体姿态识别通常采用卷积神经网络等深度学习算法来处理输入的图像或视频，以检测人体关键点并构建人体骨架图，从而实现人体姿态的识别。人体姿态识别的应用十分之广泛，在智能监控领域中，人体姿态识别技术可以帮助监控系统自动检测到异常行为，提高安全性和预警能力；在人机交互领域中，人体姿态识别技术可以用于手势识别、身体姿态识别等，实现更加自然和直观的人机交互方式；在运动分析领域中，人体姿态识别技术可以用于运动员的动作分析、运动状态监测等，帮助教练员更好地评估运动员的表现和训练效果。此外，人体姿态识别技术还可以应用于虚拟现实和游戏领域中，例如虚拟人物的动作捕捉、游戏角色的姿态调整等。

这里来实战人体姿态识别之 AlphaPose，提供完整的项目推理、训练的一键执行脚本、整理好的训练数据集、整理好的模型权重等，可以方便直接开箱上手。

在拿到项目代码后，进行开发环境的配置，用 Anaconda3 管理 py 环境，如下，

这样开发环境就安装好了。

接着可以执行推理进行人体姿态估计，项目中提供了两个推理的脚本，分别是 run_infer_yolo.sh、run_infer_yolox.sh，两者的区别是用的检测器模型不一样。在 examples/demo 目录下放测试图片，然后就可以一键执行，脚本会自动读取 example/demo 目录中的所有图片，执行推理的命令为 bash run_infer_yolo.sh，完了会在 examples/res 下生成结果 json 文件 results.json 以及 姿态估计效果图。

如 run_infer