DWPose

DWPose estime les points clés du corps, des mains, du visage et des pieds d’une personne dans une image. Dans un processus de génération d’images, il fournit des informations de pose à un autre système ; il ne transforme pas lui-même un prompt en personnage terminé. Évaluez-le si vous avez besoin d’une référence de pose que vous pouvez examiner et corriger, notamment lorsqu’une image générée plausible risque de masquer une main incorrecte, une personne absente ou une articulation inversée.

Ce guide repose sur les sources du projet de recherche et de son intégration ONNX officielle, vérifiées le 10 septembre 2026. Aucune inférence de pose, mesure de temps ni comparaison d’images générées n’a été effectuée pour cet article. L’exemple est une proposition d’évaluation, pas le compte rendu d’un essai réussi.

Révisions des sources examinées: code 3dca5db7, fiche du modèle 1a714410.

Déterminez quelle partie du processus relève de DWPose

L’article DWPose décrit l’estimation de pose du corps entier et une méthode de distillation en deux étapes utilisée pour entraîner les estimateurs. Ces étapes d’entraînement ne sont pas deux étapes d’inférence à exécuter sur chaque photo. Le projet publie plusieurs tailles de modèles ; son nom ne désigne donc pas un nombre de paramètres ou une vitesse universels. Article de recherche DWPose.

Pour diagnostiquer les problèmes, distinguez quatre éléments : l’image d’entrée, les personnes détectées et leurs points clés, la représentation de pose transmise ensuite et l’image générée finale. Conservez chacun pendant l’évaluation. Si la carte de pose est incorrecte, changer le prompt n’expliquera probablement pas l’erreur initiale. Si la carte est correcte mais ignorée par l’image générée, l’investigation suivante concerne les étapes en aval.

Cette distinction est particulièrement utile pour les références de personnages. Supposons qu’un illustrateur veuille une personne tenant une petite boîte devant le torse. Les mains recouvrent l’objet, un coude est partiellement caché et une seconde personne apparaît au bord de la photo. Un costume ou un visage convaincant ne prouve pas le transfert de la pose voulue. Déterminez la personne et les articulations importantes avant de juger l’attrait général de l’image.

DWPose ne remplace ni un rig tridimensionnel mesuré, ni un système de capture de mouvement, ni une évaluation de sécurité propre à une tâche. Ne déduisez pas ces capacités d’une visualisation de squelette. Un préprocesseur de pose peut être utile sans prendre en charge toutes les applications qui emploient le mot « pose ».

Séparez les coordonnées brutes de la carte dessinée

Dans l’exemple ONNX officiel, la couche de traitement du corps entier appelle d’abord un détecteur de personnes, puis un estimateur de pose. Elle calcule aussi une position du cou et réorganise les indices pour une représentation de type OpenPose. Un système qui attend l’ordre brut de la recherche doit donc vérifier l’interface réelle, sans supposer que tous les tableaux exportés signifient la même chose. Traitement du corps entier.

La couche de dessin normalise les coordonnées et supprime les points de faible confiance avant de tracer le corps, les mains et le visage. Elle renvoie une image matricielle de la pose, pas le tableau complet des points d’origine. Le code calcule une tranche pour les pieds sans l’inclure dans le dictionnaire de pose transmis à la fonction de dessin. C’est une raison concrète de ne pas promettre qu’un aperçu ControlNet affiche tous les points bruts du corps entier. Implémentation de la carte de pose.

Avant de connecter votre propre système, notez ce qu’il attend : image ou coordonnées, pixels ou unités normalisées, ordre des personnes et des articulations, gestion des valeurs absentes. Comparez un point reconnaissable à l’image source. Un poignet gauche peut apparaître du bon côté dans l’aperçu tout en étant mal étiqueté dans un export numérique personnalisé.

Si vous avez besoin de coordonnées structurées, utilisez une interface qui les expose réellement et conservez les informations de confiance ou de points manquants. Ne tentez pas de retrouver des coordonnées précises en lisant les couleurs d’une capture compressée. Cela ajouterait une conversion avec perte et compliquerait le diagnostic.

Choisissez une méthode d’installation et consignez ses dépendances

Le dépôt distingue l’environnement de recherche avec MMPose de l’intégration ControlNet. Sa branche ONNX permet cette intégration sans installation complète de MMPose et renvoie à une branche OpenCV séparée. Ce sont des méthodes distinctes, pas une liste de paquets à installer ensemble pour tout le monde. Instructions d’installation.

Pour l’exemple ONNX documenté, les poids du détecteur de personnes comptent autant que ceux de l’estimateur de pose. Enregistrer seulement le nom du fichier de pose laisse une partie du processus indéfinie. Conservez ensemble le commit et la branche du dépôt, les identifiants des deux jeux de poids, le fournisseur d’exécution, le prétraitement de l’image et la version du modèle en aval. Exemple ONNX officiel.

Lisez la sélection du périphérique dans le code réellement exécuté. La couche examinée sélectionne CUDA dans son constructeur ; l’existence d’une branche CPU dans une expression ne prouve pas qu’une copie inchangée choisira automatiquement le CPU sur votre machine. Un nœud communautaire peut se comporter autrement. C’est une autre raison d’identifier l’intégration précise au lieu de considérer toutes les intégrations DWPose comme interchangeables.

Utilisez un environnement isolé pour l’essai et gardez la liste des dépendances. Les anciennes versions fixées dans un tutoriel peuvent aider à reproduire une installation passée, sans établir la compatibilité avec vos pilotes graphiques ou votre application actuels. Nous n’avons pas installé ces environnements ; ce guide ne certifie donc aucune combinaison particulière de système d’exploitation et de GPU.

Vérifiez les droits de toute la chaîne

Le code du dépôt DWPose est sous licence Apache 2.0. Le README officiel dirige aussi les utilisateurs vers le dépôt Hugging Face yzd-v/DWPose pour les modèles. À la révision immuable examinée ici, ce dépôt déclare Apache 2.0 et contient exactement la paire ONNX de l’exemple officiel : yolox_l.onnx pour détecter les personnes et dw-ll_ucoco_384.onnx pour estimer la pose. Licence du dépôt. Licence de la fiche à révision fixe.

Ces éléments concernent le code officiel examiné et ces deux fichiers de poids. Ils ne constituent pas une autorisation générale pour un miroir renommé, des poids dérivés, un modèle ControlNet ou Stable Diffusion, une surcouche, un service hébergé, une photo source ou un résultat généré. Conservez les mentions obligatoires lors d’une redistribution, comparez les fichiers téléchargés à la source examinée et contrôlez les conditions propres aux autres composants.

Pour la référence du personnage, notez qui a fourni la photo et si la transformation et la publication prévues sont permises. Une représentation de pose ne supprime pas les obligations liées à la source. Ne présentez pas des personnes générées comme de vrais clients, employés ou ambassadeurs. N’estimez pas que les seules informations squelettiques règlent automatiquement les questions de vie privée ou de droit à l’image.

Si un déploiement commercial remplace les poids ou dépend d’un autre composant aux conditions floues, suspendez cette décision jusqu’à leur clarification. La déclaration Apache 2.0 de la paire officielle examinée ne se transfère pas à un autre fichier parce que son nom est proche ou qu’il apparaît près d’un bouton de téléchargement. Cet article ne constitue pas un conseil juridique et n’accorde aucune autorisation pour une chaîne assemblée.

Concevez un essai dont les échecs seront exploitables

Utilisez la référence tenant une boîte comme cas volontairement limité. Marquez la personne visée et les relations essentielles : quelle main soutient la boîte, si les coudes passent devant le torse et l’orientation des épaules. Gardez une seconde image avec une pose simple comme témoin. Ce sont des entrées d’évaluation hypothétiques, pas des images que nous avons traitées.

Consignez les dimensions de la référence et chaque recadrage ou redimensionnement. Gardez l’entrée entière à côté de tout recadrage de personne, car un cadrage plus serré modifie les informations offertes au détecteur. Si le futur processus comporte plusieurs personnes, incluez cette situation dans l’échantillon ; une figure isolée ne valide ni la sélection ni l’ordre des personnes.

Examinez d’abord la détection et la carte de pose sans générer d’image. Comparez les articulations visibles à la référence et marquez les zones ambiguës ou occultées comme incertaines. Ne notez pas une supposition plausible comme position anatomique vérifiée si la source ne la montre pas. Conservez la carte réellement transmise au modèle suivant, pas un autre aperçu de débogage.

Testez le générateur en aval seulement lorsque cette étape est acceptable. Fixez prompt, seed, modèle, réglages de conditionnement et dimensions de sortie en ne changeant qu’une entrée pertinente. Sinon, une image plus séduisante pourrait venir d’un autre seed ou d’autres poids, plutôt que d’une meilleure estimation de pose.

Appliquez une grille de validation en quatre étapes

Cette grille est une proposition originale pour le travail de l’illustrateur. Elle sépare volontairement la justesse de la pose du style visuel. Remplissez-la avec vos observations et conservez les exemples rejetés.

Une étape peut réussir et la suivante échouer. Conservez ce résultat au lieu de tout réduire à une note de qualité. Un poignet bien détecté suivi d’une main mal dessinée constitue un autre défaut qu’un poignet absent avant la génération. Les corrections et les preuves nécessaires pour les vérifier diffèrent.

Fixez un budget de retouche avant l’essai. Si une personne corrige rapidement quelques articulations, un processus semi-manuel peut remplir le cahier des charges. Si chaque référence exige une reconstruction importante, le même système peut être inadapté à cette charge de travail. Notez le temps de correction et les entrées rejetées, pas seulement les générations réussies.

Cherchez l’erreur dès sa première apparition visible

Les pistes suivantes sont des hypothèses de diagnostic, pas des taux d’échec mesurés pour DWPose. Utilisez les éléments intermédiaires conservés pour déterminer l’explication pertinente.

Pour la vidéo, ne confondez pas l’inférence répétée sur des images fixes avec un suivi validé. Déterminez si l’application exige une identité stable, des trajectoires fluides ou simplement des cartes indépendantes. Ces besoins nécessitent des essais explicites au-delà d’une seule image ; aucune séquence n’a été testée pour cette évaluation.

Comparez le coût total des corrections, pas une cadence annoncée

Chronométrez séparément préparation de l’image, détection des personnes, estimation de pose, dessin ou export et éventuelle génération suivante. Distinguez l’initialisation de l’inférence à chaud. Consignez aussi le matériel et le fournisseur d’exécution réellement utilisés. Une cadence sans ces limites n’indique pas à un artiste technique le temps nécessaire pour obtenir une référence utilisable.

Des zones d’entrée plus grandes, d’autres variantes et un changement de détecteur peuvent modifier la charge. Plutôt que de présumer que le plus grand modèle convient toujours, comparez les candidats sur les mêmes articulations essentielles et avec le même budget de correction. Le benchmark de l’article mesure une tâche de recherche définie ; il ne certifie ni la latence de votre intégration ni la qualité des mains du personnage généré.

Si l’auteur doit maîtriser précisément la pose plutôt que l’extraire automatiquement, une pose éditée à la main ou un rig contrôlé peut être un départ plus direct. Si l’identité dans le temps est centrale, évaluez un processus qui gère explicitement le suivi. Si la source est trop ambiguë pour établir le geste, une référence plus claire peut être plus utile que des changements répétés de paramètres.

La décision suivante est précise : l’implémentation DWPose choisie fournit-elle la représentation requise avec un effort de correction acceptable ? Répondez avant de déclarer toute la chaîne réussie. Le répertoire des modèles permet d’explorer d’autres catégories, sans classement entre modèles ni promesse de remplacement universel dans cet article.