DWPose

DWPose, görüntüdeki insanın gövde, el, yüz ve ayak noktalarını tahmin eder. Görüntü üretme akışında görevi, başka bir sisteme poz bilgisi sağlamaktır; metin komutunu tek başına bitmiş bir karaktere dönüştürmez. Özellikle iyi görünen son görselin yanlış eli, eksik kişiyi veya ters eşleşen eklemi gizleyebildiği işlerde, incelenebilir ve hata ayıklanabilir bir poz referansına ihtiyaç duyuyorsanız değerlendirmeye alınabilir.

Bu rehber, araştırma projesiyle resmî ONNX entegrasyonunun 10 Eylül 2026 tarihinde incelenen kaynaklarına dayanır. Poz çıkarımı, süre ölçümü veya üretilmiş görüntü karşılaştırması yapmadık. Aşağıdaki örnek, başarılı test raporu değil kendi değerlendirmenizi kurmanız için önerilen bir yöntemdir.

İncelenen kaynak sürümleri: kod 3dca5db7, model kartı 1a714410.

DWPose'un akışın hangi bölümünden sorumlu olduğunu anlayın

Makale, bütün vücut poz tahminini ve tahmin modellerini eğitmek için kullanılan iki aşamalı damıtma yöntemini anlatır. Eğitimdeki bu iki aşama, her fotoğrafta kullanıcının elle çalıştırması gereken iki çıkarım adımı değildir. Proje farklı büyüklüklerde modeller sunar; yalnızca DWPose adı bütün varyantlar için ortak parametre sayısını veya hızı belirtmez. DWPose araştırması.

Sorun araştırırken dört çıktıyı ayırın: girdi görüntüsü, bulunan kişiler ve eklem noktaları, sonraki sisteme gönderilen poz gösterimi, son üretilen görsel. Değerlendirme sırasında bunların her birini saklayın. Poz haritası yanlışsa metin komutunu değiştirmek ilk hatayı açıklamaz. Harita doğru ama üretilen görsel onu izlemiyorsa sonraki araştırma üretim sisteminde yapılmalıdır.

Bu ayrım karakter referanslarında işe yarar. Bir çizerin, gövdesinin önünde küçük bir kutu tutan karakter istediğini düşünün. Eller nesneyle örtüşür, dirseklerden biri kısmen gizlenir ve fotoğrafın kenarında ikinci kişi görünür. Son görselde kostümün veya yüzün ikna edici olması, amaçlanan pozun aktarıldığını kanıtlamaz. Genel görsel beğeniye geçmeden hangi kişinin ve hangi eklemlerin önemli olduğunu belirleyin.

DWPose; ölçülmüş üç boyutlu iskeletin, hareket yakalama sisteminin veya belirli işe yönelik güvenlik değerlendirmesinin yerini tutmaz. İskelet çiziminden bu özellikleri çıkarmayın. Bir poz ön işleyicisi, adında “poz” geçen her uygulamayı desteklemeden de yararlı olabilir.

Ham koordinatlarla çizilmiş haritayı ayırın

Resmî ONNX örneğinde bütün vücut sarmalayıcısı önce kişi algılayıcıyı, sonra poz tahmin modelini çağırır. Ayrıca boyun konumu oluşturur ve OpenPose benzeri gösterim için nokta indekslerini yeniden eşler. Ham araştırma çıktısının sırasını bekleyen bir tüketici, her dizinin aynı anlama geldiğini varsaymak yerine gerçek arayüzü kontrol etmelidir. Bütün vücut uygulaması.

Çizim sarmalayıcısı koordinatları normalleştirir ve düşük güvenli noktaları bastırdıktan sonra gövde, el ve yüz bilgilerini çizer. Döndürdüğü sonuç ham nokta dizisinin tamamı değil, bir poz görüntüsüdür. Kod ayak noktalarının bölümünü hesaplar; ancak bu bölümü çizim işlevine giden poz sözlüğüne koymaz. Dolayısıyla ControlNet önizlemesinin bütün ham vücut noktalarını gösterdiği söylenemez. Poz haritası kodu.

Kendi tüketicinizi bağlamadan ne beklediğini yazın: görüntü mü koordinat mı, piksel mi normalleştirilmiş birim mi, kişi sırası, eklem sırası ve eksik değer davranışı nedir? Kolay tanınan bir noktayı kaynak görüntüyle karşılaştırın. Önizlemede doğru tarafta duran sol bilek, özel sayısal dışa aktarmada yine de yanlış etiketlenmiş olabilir.

Yapılandırılmış koordinat gerekiyorsa bunları gerçekten sunan bir arayüz kullanın; güven ve eksik nokta bilgisini koruyun. Sıkıştırılmış ekran görüntüsündeki renklerden hassas koordinat geri çıkarmaya çalışmayın. Bu yaklaşım yeni bir kayıplı dönüşüm ekler ve sorunun izlenmesini güçleştirir.

Tek kurulum yolu seçip bağımlılıkları kaydedin

Depo, MMPose ile kullanılan araştırma ortamını ControlNet entegrasyonundan ayırır. ONNX dalı, bu entegrasyon için tam MMPose kurulumundan kaçınan bir yol sunar ve ayrıca OpenCV tabanlı başka dala işaret eder. Bunlar farklı kurulum yollarıdır; her kullanıcının birlikte kurması gereken paket listesi değildir. Kurulum açıklaması.

Belgelenen ONNX örneğinde hem kişi algılama hem poz tahmini ağırlığı önemlidir. Yalnızca poz modelinin dosya adını saklamak, akışın bir bölümünü belirsiz bırakır. Depo commit'i, dal, iki ağırlığın tanımlayıcısı, çalıştırma sağlayıcısı, görüntü ön işlemesi ve sonraki modelin sürümü aynı deneme kaydında bulunsun. Resmî ONNX örneği.

Gerçekte çalıştırdığınız kodun cihaz seçimini okuyun. İncelenen sarmalayıcı, oluşturulurken CUDA seçer. Bir ifadede CPU seçeneğinin bulunması, değiştirilmemiş kodun sizin makinenizde CPU'yu otomatik seçeceğini kanıtlamaz. Topluluk eklentisi farklı davranabilir; bütün DWPose entegrasyonlarını eşdeğer saymak yerine kullanılan sarmalayıcıyı tanımlayın.

Deneme için yalıtılmış ortam kullanın ve bağımlılık kaydını koruyun. Eski eğitimlerdeki sabit sürümler eski kurulumu tekrar etmekte işe yarayabilir; güncel sürücülerinizle veya uygulamanızla uyumu kanıtlamaz. Bu ortamları burada kurmadığımız için belirli işletim sistemi ve GPU birleşimini doğrulanmış olarak sunmuyoruz.

Bütün akışın kullanım haklarını çözün

DWPose depo kodu Apache 2.0 lisansı taşır. Projenin resmî README dosyası, modeller için kullanıcıları yzd-v/DWPose Hugging Face deposuna yönlendirir. İncelediğimiz değişmez sürümde bu model deposu Apache 2.0 lisansını beyan eder ve resmî örneğin adını verdiği iki ONNX dosyasını içerir: kişi algılama için yolox_l.onnx, poz tahmini için dw-ll_ucoco_384.onnx. Depo lisansı. Değişmez model kartı lisansı.

Bu kanıt, incelenen resmî kod ile söz konusu iki ağırlık dosyasını kapsar. Yeniden adlandırılmış ayna, türev ağırlık, ControlNet veya Stable Diffusion modeli, sarmalayıcı, çevrimiçi hizmet, kaynak fotoğraf ya da üretilmiş çıktı için genel izin değildir. Kapsanan malzemeyi yeniden dağıtırken gereken bildirimleri koruyun, indirilen dosyaları incelenen kaynakla doğrulayın ve diğer her bileşenin koşullarını ayrıca değerlendirin.

Karakter referansı örneğinde fotoğrafı kimin sağladığını, amaçlanan dönüşüm ve yayının izinli olup olmadığını kaydedin. Poz gösterimine dönüştürmek, kaynakla ilgili yükümlülükleri ortadan kaldırmaz. Üretilen kişileri gerçek müşteri, çalışan veya destekçi olarak sunmayın. Yalnızca iskelet bilgisinin kullanılmasının gizlilik ve benzerlik konularını kendiliğinden çözdüğünü varsaymayın.

Ticari kullanımda başka bir ağırlık kullanılacaksa veya koşulları belirsiz başka bir bileşene dayanılıyorsa dağıtım kararını koşullar açıklığa kavuşana kadar durdurun. İncelenen resmî çift için Apache 2.0 beyanını, benzer adı taşıdığı veya indirme düğmesinin yanında göründüğü için farklı bir dosyaya aktarmayın. Bu yazı hukuki tavsiye veya birleştirilmiş üretim hattı için kullanım izni değildir.

Hatası işe yarar bilgi veren poz denemesi tasarlayın

Kutu tutan karakter referansını bilinçli biçimde sınırlı bir deneme olarak kullanın. Amaçlanan kişiyi ve temel ilişkileri işaretleyin: kutuyu hangi el destekliyor, dirsekler gövdeyi çaprazlıyor mu, omuzlar nereye bakıyor? Kolay bir poz içeren ikinci görüntüyü kontrol örneği olarak tutun. Bunlar varsayımsal girdilerdir; tarafımızdan işlenmiş görüntüler değildir.

Referans boyutlarını ve yapılan bütün kırpma veya yeniden boyutlandırmaları kaydedin. Daha dar kırpma algılayıcının gördüğü bilgiyi değiştirdiği için tam görüntüyü kişi kırpımıyla birlikte saklayın. Son iş akışında birden fazla kişi bulunacaksa örneklemde bunu da bulundurun. Tek, ayrılmış figür; kişi seçimini veya sırasını doğrulamaz.

Önce görüntü üretmeden algılama ve poz haritasını inceleyin. Görünen eklemleri referansla karşılaştırın; belirsiz veya kapalı bölgeleri belirsiz olarak işaretleyin. Kaynağın göstermediği anatomik konumu makul tahmin edildi diye doğrulanmış saymayın. Farklı bir hata ayıklama önizlemesini değil, sonraki modele gerçekten verilecek haritayı saklayın.

Bu aşama kabul edildikten sonra görüntü üreticisini test edin. İlgili tek girdiyi değiştirirken komutu, tohumu, modeli, koşullandırma ayarlarını ve çıktı boyutlarını sabit tutun. Aksi halde daha iyi görünen sonuç, iyileşen poz tahmininden değil farklı tohum veya ağırlıktan kaynaklanabilir.

Dört aşamalı kabul çizelgesini uygulayın

Bu çizelge çizerin iş akışı için özgün bir öneridir. Poz doğruluğunu görsel üsluptan özellikle ayırır. Kendi gözlemlerinizle doldurun ve reddedilen örnekleri de saklayın.

Bir aşama geçip sonraki kalabilir. Bu bilgiyi tek kalite puanına indirgemeyin. Doğru bulunan bileğin ardından yanlış çizilen el ile görüntü üretimi başlamadan kaybolan bilek aynı hata değildir. Çözüm ve çözümü doğrulamak için gereken kanıt farklıdır.

Denemeden önce elle düzeltme bütçesi belirleyin. İnsan birkaç eklemi hızla düzeltebiliyorsa yarı manuel yöntem işi karşılayabilir. Her referans yoğun biçimde yeniden kuruluyorsa aynı sistem bu iş yüküne uygun olmayabilir. Yalnızca başarılı üretimleri değil, düzeltme süresini ve reddedilen girdileri de kaydedin.

Hatayı ilk görüldüğü aşamada araştırın

Aşağıdakiler teşhis hipotezleridir; DWPose için ölçülmüş hata oranları değildir. Hangi açıklamanın sizin örneğinize uyduğunu sakladığınız ara çıktılarla belirleyin.

Videoda arka arkaya fotoğraf çıkarımı yapmak, doğrulanmış takip anlamına gelmez. Uygulamanın sabit kişi kimliği, düzgün hareket yörüngesi veya yalnızca bağımsız poz haritaları isteyip istemediğine karar verin. Bu gereklilikler tek karenin ötesinde açık test ister. Bu incelemede böyle bir sekans testi yapılmadı.

Kare hızını değil toplam düzeltme maliyetini karşılaştırın

Görüntü hazırlama, kişi algılama, poz çıkarımı, çizim/dışa aktarma ve sonraki görüntü üretimini ayrı ölçün. Başlatma süresini hazır durumdaki çıkarımdan ayırın. Gerçekten kullanılan donanımı ve çalıştırma sağlayıcısını da kaydedin. Sınırları bilinmeyen kare hızı, teknik sanatçının kullanılabilir referansa ne kadar sürede ulaşacağını açıklamaz.

Daha büyük girdi bölgeleri, farklı model varyantları ve değişen algılayıcı iş yükünü etkileyebilir. En büyük modeli otomatik olarak doğru seçenek saymak yerine adayları aynı temel eklemler ve düzeltme bütçesiyle karşılaştırın. Makaledeki kıyaslama tanımlı araştırma görevini ölçer; sarmalayıcınızın gecikmesini veya üretilen karakterin el kalitesini onaylamaz.

Pozu tam olarak sizin belirlemeniz otomatik çıkarmadan önemliyse elle düzenlenmiş poz veya kontrollü iskelet daha doğrudan başlangıç olabilir. Zamansal kişi kimliği önemliyse takip işini açıkça ele alan akışı değerlendirin. Kaynak hareketi göstermeyecek kadar belirsizse sürekli ayar değiştirmektense daha açık referans edinmek yararlı olabilir.

Sonraki karar sınırlıdır: seçtiğiniz DWPose uygulaması, gerekli poz gösterimini kabul edilebilir düzeltme emeğiyle sağlayabiliyor mu? Bütün görüntü üretim hattı için başarı ilan etmeden bunu yanıtlayın. Model dizini diğer kategorileri araştırmaya yardımcı olabilir; burada modeller arasında sıralama veya herkes için geçerli ikame önerisi yapılmıyor.