所谓pose的识别任务指的是对人体的身体关节点进行识别
其中主要的数据集包括coco数据集以及mpii 数据集
此次我用的是mpii数据集。
mpii数据集
{ 0 - r ankle, 1 - r knee, 2 - r hip,3 - l hip,4 - l knee, 5 - l ankle, 6 - pelvis， 7 - thorax，8 - upper neck, 9 - head top,10 - r wrist,11 - r elbow, 12 - r shoulder, 13 - l shoulder,14 - l elbow, 15 - l wrist }
mpii包括16个数据点，即最后输出的
此次的工作并不是训练，直接去测试就好，也就是所谓的拿来主义，接下来讲讲我的步骤
首先 从github上挑选一个比较靠谱的算法以及框架必须是pytorch,因为我的主力框架是pytorch
那么就找到了这个：https://github.com/bearpaw/pytorch-pose
这个是基于 pytorch 的 pose识别系统
那么按照readme安装实测没有问题
需要注意的是：
1 python2.7
2 pytorch 0.4.1
3 路径修改
4 reduction='mean'删除掉，因为此时也不需要train,而且这里一直报错，i应该是我pytorch版本的问题
做到这些，就已经可以正常跑出一个结果了
然后这个结果被展示在一个.mat的文件里，会得到一个人的16个坐标
接下来需要进行测试
那么主要的工程就是：
把想测试的图片加入images文件夹里面，并在annotations里面把这个图片相关内容添加上即可，且validation=1.000
这个就是我的pose初体验，