MMPose 关键点标注实战把 5000 张图的标注工期从三周压到一周【免费下载链接】mmposeOpenMMLab Pose Estimation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmpose手头一批 5000 张图、两个人、一周后要交付一个能直接训练的 MMPose 关键点标注数据集——这是很多一线工程组的真实处境。纯人工逐张点 17 个关节点根本来不及机器全标又过不了质检。MMPose 关键点标注的半自动化思路说白了就是机器先铺底稿、人工再精修让预训练模型把关键点先打一遍人只改机器没把握的部分效率通常能拉到 3~5 倍同时把定位误差压到 3 像素以内。下面我们就按一周、5000 张、2 人这个硬约束倒推每一步该怎么安排。一周、5000 张、2 人先把人力账算清排期之前先算账否则交付期就是拍脑袋。核心变量是单人单日能修正多少张这决定了整个盘子。环节纯人工口径半自动口径单人单日有效修正量约 80 张约 250 张5000 张所需人天约 62 人天约 20 人天2 人交付周期约 4 周1 周并留余量结论半自动之所以能把三周压进一周靠的不是标得快而是机器打底后人只在 30%~40% 的图上动手。排期时把质检时间单列出来别把它摊进标注工时里否则最后一周一定会爆。标注预标模型怎么选RTMPose 与分辨率搭配预标模型选错后面全白干。选型标准只有一条你的图里人是大是小、清不清。档位适用场景单张典型耗时GPUrtmpose-t图多、只要粗底稿约 0.1 srtmpose-m默认平衡档约 0.2 srtmpose-l / 384×288小人、密集、要精修约 0.5 s避坑点分辨率别低于 256×192否则小目标的腕、踝会被糊掉人工修正量反而上去。图里人普遍偏小就直接上 384×288 的 l 档先少返工。用 Pose2DInferencer 批量铺底稿底稿由 mmpose/apis/inferencers/pose2d_inferencer.py 里的Pose2DInferencer负责它内建检测器能一次性输出关键点、置信度和可视化。关键参数是bbox_thr检测框置信度阈值建议 0.3~0.5和pred_out_dir结果落盘目录。from mmpose.apis import Pose2DInferencer inferencer Pose2DInferencer( modelrtmpose-m, weightsrtmpose-m_simcc-coco.pth, det_modelrtmdet-m) result inferencer(data/raw, bbox_thr0.5, pred_out_dirdata/pre)输入一个目录输出带底稿的可视化图和预测结果单张 1080p 图典型耗时在 0.2 s 上下。想先只铺检测框、再单独跑姿态也可以换成 tools/misc/generate_bbox_file.py 先出候选框方便和已有标注对拍。Label Studio 的标注顺序与导出坑底稿进 Label Studio 后人工精修的规则必须提前定死否则 tools/dataset_converters/labelstudio2coco.py 会把实例拼错。要点三条标注接口要同时含KeyPointLabels、PolygonLabels、RectangleLabels三类标签分别对应 COCO 的 keypoints、segmentation、bbox。同一实例的标注顺序必须是先关键点、再多边形或框且关键点个数、顺序要和 MMPose 配置里的dataset_info完全一致。导出用 JSON但长文件名会被截断——改走导出 COCO 的打包方式图片文件夹随包一起拿别手动拷散图。密集场景里 ID 最容易串多人交互的图建议在图名里带序号肉眼对齐相邻帧能省掉后面大量返工。Label Studio 结果转 COCO 的转换命令精修完导出 JSON一条命令转成 COCO 格式参数顺序是接口 XML、输入 JSON、输出路径python tools/dataset_converters/labelstudio2coco.py \ label_interface.xml annotations.json out/coco.json转换完把图片文件夹放进out/下配好ann_file和data_prefix就能直接进训练配置。格式对不对用 tools/misc/browse_dataset.py 抽几十张可视化一眼看穿比跑训练早发现问题。验收标准怎么定抽检、Kappa 与误差口径交付不能靠看起来没问题。这里给一套可落地的验收口径抽检比例每批抽 10%两人各标一遍交叉比对。Kappa 系数衡量两名标注员打样一致性的指标低于 0.7 就回炉重训标注规范别硬交。定位误差抽检样本上关键点到真值的偏差控制在 3 像素以内遮挡关节按可见才标统一口径。底稿采纳率机器底稿被人工原样保留的比例约 60%~70% 属正常过低说明预标模型没选对档位。这套标准既是验收线也是下一批预标模型的调参依据——采纳率持续走低就该换更高档位的预标模型。按数据规模选策略三档建议最后按图量给分档建议别一套流程用到底小于 1k 张适合全人工 机器可视化自查规则简单、返工可控别为省时间引入半自动反而拖慢。1k~10k 张建议本文的RTMPose 铺底稿 Label Studio 精修 COCO 转换基础半自动流程就是上面的主线。大于 10k 张建议在基础流程上加按场景拆分任务 底稿采纳率驱动换档用 tools/analysis_tools/analyze_logs.py 盯完成率和质量曲线人力按场景分池。选型的本质是返工成本 vs 预标精度的取舍图越杂、人越小越值得在预标档位上多花钱。【免费下载链接】mmposeOpenMMLab Pose Estimation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmpose创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
