Realtime_Multi-Person_Pose_Estimation

收录理由

这份代码是Part Affinity Fields方法的原始研究实现，该方法曾在2016年MSCOCO关键点挑战赛中夺冠，并最终演化为OpenPose。它采用自底向上的思路，完全绕开人物检测器，仅用一次前向传播就能同时定位场景中所有人的关节点，对于想弄懂实时多人姿态估计底层原理的人来说，是极佳的学习样本。仓库里既有Caffe的训练与测试代码，也提供了MATLAB、Python和Jupyter的演示路径，从COCO数据准备到网络训练，整条流程都能一步步跟着走。若目标是直接部署到生产环境，建议转向其链接的C++后续版本OpenPose；但若想深入理解架构本身，这个原始版本比各种重写实现更值得仔细研读。