在人机交互场景中，机器可以识别人的手势、肢体动作和表情。 你知道背后的中心技术是什么吗？
没错，关键点检测技术。 实现手势控制、智能健身、体感游戏等精准的人机交互任务，可以识别交通违章、斗殴、违章操作等异常行为~
当然，让我们直接看看效果：
上述视频被引用在公开数据[1][2][3][4]中
老话：工作想做好自己的事，先利其器！ 高质量地实现关键点检测任务，没有利器怎么做！ 今天为大家带来的这个开源算法—PP-TinyPose，只需要端侧较弱的计算力，就可以使用桨叶轻量化推理引擎的PaddleLite，实现单场景FP16推理超高帧率122FPS，精度51.8mAP
话不多说，赶紧送上传送门，开源不易，还请Star鼓励哦！
项目链接
3359 github.com/paddle paddle/paddle detection
那个关键点检测算法这么多，PP-TinyPose到底有多强呢？ 那么，我要向大家强行透露一下~
1
精度高、速度快
关键点检测算法往往需要轻量化、引入边缘侧设备，因此长期以来存在精度高、速度慢、算法体积也增加的问题。 PP-TinyPose的诞生彻底打破了这一僵局，采用了Top-Down方式，首先应用0.99M、150FPS的超轻检测网络PP-PicoDet，推出基于Lite-HRNet的移动终端优化模型在确保重要点检测高精度的同时扩大数据集、减小输入的实现速度为FP16且为122FPS时，精度也能够达到51.8mAP，不仅比其他类似实现速度快，精度也提高了130%！
上述视频被引用在公开数据[3]中
2
微小目标效果好
除了PP-TinyPose在日常关键点检测任务中具有非常高的通用性外，目前大尺寸图像中的行业常见难题场景可以通过小尺寸显示，有针对性地完成一系列优化，对小目标进行关键点检测时，仍然保持相同
以上图像被引用在公开数据[1]中
3
多人同时检测，精准快速
PP-TinyPose还可以同时检测多人的关键点，而且效果非常好！ 不仅检查人数没有限制，而且速度和精度都很好！ 与开源行业其他类似实现相比，检测人数、精度和性能具有明显优势，直接与上图相比：
上述视频被引用在公开数据[3]中
4
快速边缘部署
为了满足配置在摄像头、车辆、机顶盒、手机等边缘端的工业开发者的强劲需求，PP-TinyPose利用桨叶轻量化推理引擎PaddleLite的能力，为大家提供超便利的边缘端配置方案， 提供配置在手机端的保姆级教程和效果展示Demo，让大家马上从“想用”升级到“能用”，马上上线(！
扫码报名参加课程，进入群里下载体验APP吧(/^^ ) /！
5
产业场景快速融合
不仅是技术产品本身的优势，PP-TinyPose在产业场景中实际落地的速度和效果也非常优秀！
以跌倒检测为例，在上海泰思通公司的实际工作中，采用PP-TinyPose检测人体关键点，结合逻辑规则进行行为分析，一周内实现“实时人物跌倒识别”，部署在Windows服务器上的nns
上述视频被引用在紧身裤通业务数据[5]中
此外，PP-TinyPose的能力可迅速应用于更多高价值领域，如异常行为识别。
深入直播讲解
为了帮助开发人员更深入地了解PP-TinyPose，掌握关键点检测的理论知识和实践指南，桨队精心准备了为期4天的现场课程，以完成模型培训和预测部署！
11月23日-26日19:00-20:00，百度资深工程师深入解读通用目标检测基础理论与实践、超轻人体关键点模型理论与应用，全方位解析实时跟踪系统，针对各种疼痛难点提供最佳解决方案，莱伊赶紧坐代码吧！
扫码报名直播课，加入技术交流群！
精彩内容抢先看
图像数据参照的说明
[1] Lin T Y，Maire M，Belongie S，et al.Microsoft coco : commonobjectsincontext [ c ]//europeanconferenceoncomputervision
[2] Kay W，Carreira J，Simonyan K，et al.thekineticshumanactionvideodataset [ j ].arxivpreprintarxiv 33601705.06950，2011110
[3] YouTube. (2016，August 10 ).100 peopleofdance [视频文件].retrieved from https://www.YouTube.com/watch？ v=qrTi2aLx8dw
[4] Myznik，e.(2020，June 22 ).photobyegormyznikonunsplash.beautifulfreeimagespictures.retrieved November 16，2021
[5]taisitong.(2021november3)。
极速赛车公式技巧个人经验高价值领域，如异常行为识别。
深入直播讲解
为了帮助开发人员更深入地了解PP-TinyPose，掌握关键点检测的理论知识和实践指南，桨队精心准备了为期4天的现场课程，以完成模型培训和预测部署！
11月23日-26日19:00-20:00，百度资深工程师深入解读通用目标检测基础理论与实践、超轻人体关键点模型理论与应用，全方位解析实时跟踪系统，针对各种疼痛难点提供最佳解决方案，莱伊赶紧坐代码吧！
扫码报名直播课，加入技术交流群！
精彩内容抢先看
图像数据参照的说明
[1] Lin T Y，Maire M，Belongie S，et al.Microsoft coco : commonobjectsincontext [ c ]//europeanconferenceoncomputervision
[2] Kay W，Carreira J，Simonyan K，et al.thekineticshumanactionvideodataset [ j ].arxivpreprintarxiv 33601705.06950，2011110
[3] YouTube. (2016，August 10 ).100 peopleofdance [视频文件].retrieved from https://www.YouTube.com/watch？ v=qrTi2aLx8dw
[4] Myznik，e.(2020，June 22 ).photobyegormyznikonunsplash.beautifulfreeimagespictures.retrieved November 16，2021
[5]taisitong.(2021november3)。