改进YOLOpose的轻量化多人姿态检测模型

摘要

二维人体姿态估计对安全生产、智能交互等研究都有重要的意义.针对目前的人体姿态估计模型计算量大、检测速度慢等问题，本文提出一种基于YOLOpose模型的轻量化改进算法.首先引入运算更精巧的GSConv卷积模块替换普通Conv卷积，大大降低模型计算量和复杂度；然后用CARAFE模块替换UPSample模块，完成上采样工作，同时引入CBAM注意力机制模块以避免模型轻量化带来的精度降低的问题.实验结果表明，YOLOpose模型经过上述轻量化改进后，模型体量降低为135.6MB,降低了约15.8%,GFLOPS降为了86.9,降低了约15.0%,模型计算量显著降低，再加入CBAM注意力机制对模型精度影响较小，改进后模型既可以保证识别的准确度，又可以实现检测算法的轻量化.

关键词

姿态估计 / YOLOpose / 轻量化 / GSConv卷积 / CARAFE模块