自年初在 Google I/O 大會(huì)上宣布推出 MoveNet 以來，我們已經(jīng)收到了眾多積極反饋和功能請求。今天，我們很高興能與大家分享以下幾項(xiàng)技術(shù)更新：

●

MoveNet 的 TensorFlow Lite 版本現(xiàn)已在 TensorFlow Hub 上推出。我們對(duì)該版本進(jìn)行了一些可提升準(zhǔn)確率的更新，并使其與硬件加速器兼容，其中包括 GPU 和獲得 Android NN API 支持的其他加速器。

TensorFlow Hub

http://hub.tensorflow.google.cn/s？deployment-format=lite&q=movenet

●

我們發(fā)布了可在 Android 環(huán)境下使用 Raspberry Pi 的全新姿態(tài)預(yù)測示例，可讓您在移動(dòng)設(shè)備和 IoT 設(shè)備上試用 MoveNet。（即將支持 iOS 系統(tǒng)）

Android

https://github.com/tensorflow/examples/tree/master/lite/examples/pose_estimation/android

Raspberry Pi

https://github.com/tensorflow/examples/tree/master/lite/examples/pose_estimation/raspberry_pi

●

同時(shí)，我們還發(fā)布了 Colab notebook，旨在教會(huì)您如何利用 MoveNet 對(duì)自定義姿勢進(jìn)行分類（例如，識(shí)別不同的瑜伽姿勢）。您可以在上文提到的 Android、iOS 和 Raspberry Pi 應(yīng)用中試用姿態(tài)分類。

notebook

https://tensorflow.google.cn/lite/tutorials/pose_classification

什么是姿態(tài)預(yù)測？

姿態(tài)預(yù)測是一項(xiàng)機(jī)器學(xué)習(xí)任務(wù)，即通過預(yù)測圖像或視頻中特定身體部位（關(guān)鍵點(diǎn)）的空間位置來預(yù)測人物姿態(tài)。MoveNet 是目前最先進(jìn)的姿態(tài)預(yù)測模型，能夠檢測以下 17 個(gè)關(guān)鍵點(diǎn)：

鼻子

左眼和右眼

左耳和右耳

左肩和右肩

左肘和右肘

左腕和右腕

左臀和右臀

左膝和右膝

左腳踝和右腳踝

我們發(fā)布了以下兩個(gè) MoveNet 版本：

●

MoveNet.Lightning 模型體積更小、速度更快，但在準(zhǔn)確性方面不如 Thunder 模型。該模型能在現(xiàn)代智能手機(jī)上實(shí)時(shí)運(yùn)行。

MoveNet.Lightning

http://hub.tensorflow.google.cn/google/movenet/singlepose/lightning/

●

MoveNet.Thunder 模型準(zhǔn)確性更高，但體積較 Lightning 模型而言更大，速度也相對(duì)較慢。

MoveNet.Thunder

http://hub.tensorflow.google.cn/google/movenet/singlepose/thunder/

各種基準(zhǔn)數(shù)據(jù)集（參見下文表中的評(píng)估/基準(zhǔn)結(jié)果）中的數(shù)據(jù)表明，MoveNet 模型的表現(xiàn)優(yōu)于我們先前的 TensorFlow Lite 姿態(tài)預(yù)測模型 Posenet（論文、文章和模型）。

論文

https://arxiv.org/abs/1803.08225

文章

https://medium.com/tensorflow/track-human-poses-in-real-time-on-android-with-tensorflow-lite-e66d0f3e6f9e

模型

https://storage.googleapis.com/download.tensorflow.org/models/tflite/posenet_mobilenet_v1_100_257x257_multi_kpt_stripped.tflite

以上 MoveNet 模型支持 TensorFlow Lite FP16 和 INT8 量化格式，可最大限度與硬件加速器兼容。

此次 MoveNet 版本可識(shí)別輸入圖像中的單一姿態(tài)。如果圖像中的人數(shù)超過一個(gè)，該模型會(huì)通過剪裁算法將盡可能地聚焦在離圖像中心最近的人物身上。同時(shí)，我們還采用了智能剪裁算法，來提高視頻檢測的準(zhǔn)確率。簡而言之，該模型將放大前一幀中檢測到姿態(tài)的區(qū)域，繼而查看更細(xì)節(jié)的部分，然后根據(jù)當(dāng)前幀做出更準(zhǔn)確的預(yù)測。

如果您想深入了解 MoveNet 的實(shí)現(xiàn)過程，請查看之前發(fā)布的文章，其中包括 MoveNet 模型架構(gòu)和其訓(xùn)練時(shí)用到的數(shù)據(jù)集。

Android 與 Raspberry Pi

的示例應(yīng)用

我們發(fā)布了全新的姿態(tài)預(yù)測示例應(yīng)用，便于您在所選平臺(tái)上快速試用不同的姿態(tài)預(yù)測模型（MoveNet Lightning、MoveNet Thunder 和 Posenet）。

Android 示例

iOS 示例

Raspberry Pi 示例

在 Android 和 iOS 示例中，您也可以選擇使用加速器（GPU、NNAPI 或 CoreML）來運(yùn)行姿態(tài)預(yù)測模型。

Android 示例應(yīng)用屏幕截圖。圖像來自 Pixabay

MoveNet 性能

我們已對(duì) MoveNet 進(jìn)行優(yōu)化，使其能在由 TensorFlow Lite 提供支持的硬件加速器（包括 GPU 和獲得 Android NN API 支持的加速器）上更好地運(yùn)行。MoveNet 的性能基準(zhǔn)結(jié)果可助您選擇最適合您用例的運(yùn)行時(shí)配置。

模型大小 （MB）mAP*延遲時(shí)間 （ms） **

Pixel 5 -

CPU 4 線程Pixel 5 - GPURaspberry Pi 4 -

CPU 4 線程

MoveNet.

Thunder

（FP16 量化）12.6MB72.0155ms45ms594ms

MoveNet.

Thunder

（INT8 量化）7.1MB68.9100ms52ms251ms

MoveNet.

Lightning

（FP16 量化）4.8MB63.060ms25ms186ms

MoveNet.

Lightning

（INT8 量化）2.9MB57.452ms28ms95ms

PoseNet（MobileNetV1

主干，F(xiàn)P32）13.3MB45.680ms40ms338ms

* 我們在 COCO 關(guān)鍵點(diǎn)數(shù)據(jù)集的子集上測量 mAP，并在其中篩選并裁剪每張圖像，使其只包含一個(gè)人像。

** 在持續(xù)負(fù)載下，我們使用帶有 TensorFlow 2.5 的 Android 和 Raspberry Pi 示例應(yīng)用測量端到端的延遲時(shí)間。

●

選擇 Lightning 或 Thunder 模型。首先，您應(yīng)該了解 Lightning 模型的準(zhǔn)確率能否滿足您的用例。

對(duì)于您的用例而言，如果 Lightning INT8 模型的準(zhǔn)確率足夠高，則可以選擇該模型，因?yàn)樗窍盗心Ｐ椭畜w積最小、速度最快的模型。模型的越快則意味著其能耗越少。

如果準(zhǔn)確率對(duì)于您的用例而言至關(guān)重要，Thunder FP16 模型則是理想之選。

●

選擇加速器。加速器的性能會(huì)因不同的制造商制造的 Android 設(shè)備而異。

CPU 是最為安全便捷的選擇，因?yàn)榭梢钥隙ǖ氖?，CPU 幾乎可以在任何能運(yùn)行 TensorFlow Lite 的 Android 設(shè)備上正常工作。但在通常情況下，相較于在加速器上運(yùn)行模型，在 CPU 運(yùn)行模型時(shí)速度更慢，且耗能更高。所有 MoveNet 模型都能在 CPU 上運(yùn)行良好，因此您應(yīng)該根據(jù)自身的準(zhǔn)確率需求選擇模型。

GPU 是應(yīng)用最廣泛的加速器，能夠提供出色的性能提升。如果您想使用 GPU，F(xiàn)P16 量化模型則是理想之選。

Android NNAPI 是一種能在 Android 設(shè)備上支持其他 ML 加速器的便捷方式。如果您已經(jīng)將 CPU 或 GPU 用于其他工作負(fù)載，并且用戶設(shè)備運(yùn)行版本為 Android 10 或更高版本，則您可以選擇滿足您準(zhǔn)確率需求的模型，并讓 NNAPI 選擇最適合您模型的路徑。

如果您是 IoT 開發(fā)者，不妨使用 Coral 來提升推理速度。請?jiān)诖颂幉榭?Coral 基準(zhǔn)數(shù)據(jù)。

此處

https://coral.ai/models/pose-estimation/

●

對(duì)模型進(jìn)行無線部署，而非將其捆綁在應(yīng)用的二進(jìn)制文件中。

由于 Android 生態(tài)系統(tǒng)的多元化，我們無法提供適用于所有用戶的統(tǒng)一模型。對(duì)于使用低端設(shè)備的用戶而言，Lightning INT8 模型是最佳選擇，因?yàn)樵撃Ｐ退俣茸羁欤夷芎淖钌?。然而?duì)于使用高端設(shè)備的用戶而言，不妨憑借 Thunder FP16 模型提供更為出色的性能。如果您想根據(jù)用戶設(shè)備更改模型，則可以考慮使用免費(fèi)版Firebase ML 托管您的模型，而非將所有打算使用的模型捆綁到應(yīng)用中。如果用戶開始使用需要 TFLite 模型的應(yīng)用功能，則您可以編寫邏輯，為每個(gè)用戶設(shè)備下載最佳模型。

Firebase ML

https://firebase.google.com/docs/ml/manage-hosted-models

姿態(tài)分類

TensorBoard 是 TensorFlow 的可視化工具包。通過將 TensorFlow Quantum 模型與 TensorBoard 進(jìn)行集成，您將獲得許多開箱可用的模型可視化數(shù)據(jù)，例如訓(xùn)練損失和準(zhǔn)確性、可視化模型圖和程序分析。

為簡化姿態(tài)分類流程，我們還發(fā)布了 Colab notebook，該工具能夠教您如何通過結(jié)合 MoveNet 和 TensorFlow Lite，并根據(jù)自定義姿態(tài)數(shù)據(jù)集來訓(xùn)練自定義姿態(tài)分類模型。這表示如果您想要識(shí)別瑜伽姿勢，您需要做的就是收集您想識(shí)別的姿態(tài)圖像并為其添加標(biāo)簽，然后按照教程進(jìn)行訓(xùn)練，接著將瑜伽姿勢分類器部署到您的應(yīng)用中。

姿態(tài)分類器由兩個(gè)階段構(gòu)成：

1. 利用 MoveNet 檢測輸入圖像中的關(guān)鍵點(diǎn)。

2. 利用小型 TensorFlow Lite 模型，對(duì)已檢測到的關(guān)鍵點(diǎn)進(jìn)行姿態(tài)分類。

利用 MoveNet 進(jìn)行姿態(tài)分類的示例。輸入圖像來自 Pixabay

為訓(xùn)練自定義姿態(tài)分類器，您需要準(zhǔn)備姿態(tài)圖像，并將它們放入下圖所示的文件夾結(jié)構(gòu)中。您可以根據(jù)想要識(shí)別的類別為每個(gè)子文件夾命名。然后運(yùn)行 notebook 來訓(xùn)練自定義姿態(tài)分類器，并將其轉(zhuǎn)換為 TensorFlow Lite 格式。

yoga_poses

|__ downdog

|______ 00000128.jpg

|______ 00000181.bmp

|______ 。..

|__ goddess

|______ 00000243.jpg

|______ 00000306.jpg

|______ 。..

。..

TensorFlow Lite 姿態(tài)分類模型非常小，其大小只有 30KB 左右。該模型從 MoveNet 中獲取標(biāo)記點(diǎn)輸出，使姿態(tài)坐標(biāo)標(biāo)準(zhǔn)化，并將坐標(biāo)傳遞至幾個(gè)完全連接的層中。模型的輸出是一個(gè)概率列表，即姿態(tài)為每個(gè)已知的姿態(tài)類別。

TensorFlow Lite 姿態(tài)分類模型概覽

您可以在任何已發(fā)布的 Android 或 Raspberry Pi 姿態(tài)預(yù)測示例應(yīng)用中試用姿態(tài)分類模型。

Android

https://github.com/tensorflow/examples/tree/master/lite/examples/pose_estimation/android

Raspberry Pi

https://github.com/tensorflow/examples/tree/master/lite/examples/pose_estimation/raspberry_pi#run-the-pose-classification-sample

未來計(jì)劃

我們的目標(biāo)是提供核心的姿態(tài)預(yù)測技術(shù)以及動(dòng)作識(shí)別引擎，讓開發(fā)者在此基礎(chǔ)上構(gòu)建創(chuàng)新性應(yīng)用。以下是我們目前正在積極研究的一些方向：

●

對(duì) MoveNet 當(dāng)前版本做出改進(jìn)，使其能在同一轉(zhuǎn)接路徑中檢測多種姿態(tài)。

●

研發(fā)新型動(dòng)作識(shí)別技術(shù)，使其能在多個(gè)幀上檢測姿態(tài)。

責(zé)任編輯：haq