microsoft/human-pose-estimation.pytorch

HRNet 만든 사람들이 만들었다. 

Deep High-Resolution Representation Learning for Human Pose Estimation 이 논문 제목이다.

HRNet은 COCO test-dev2017 에서 AP 77.0을 달성하였고 MPII test set에서 PCKh@0.5 92.3%을 달성함.

PoseTrack2018 Multi-person Pose Tracking Challenge에서 우승하였고 

keypoint detection task of COCO 2018에서 2등을 차지하였다.

 

Simple Baseline for Human Pose Estimation and Tracking 논문을 구현한 리포다.

싱글모델로 74.3 mAP을 달성하였다, 

 

 MPII val 결과 (PCKh, flip 포함 실험)

resnet50 + 256x256: 88.5, resnet50 + 384x384: 38.046

resnet101 + 256x256: 89.1, resnet101 + 384x384: 90

resnet152 + 256x256: 89.62, resnet152 + 384x384: 90.2

 

COCO 결과 (mAP, flip 포함 실험, 사람검출기 AP 56.4 on COCO val2017)

파이토치 스타일과 카페 스타일 차이점은 스트라이드 2의 위치가 다르다.

resnet50 + 256x192: 0.704, resnet50 + 384x288: 0.722

resnet101 + 256x192: 0.714, resnet101 + 384x288: 0.736

resnet101 + 256x192: 0.720, resnet101 + 384x288: 0.743