第 21 / 30 课。 前置：上一课。本篇的运行范围以实验说明和验证记录为准，构造样例不代表真实任务精度或板端性能。
坐标回归与热力图是不同接口
关键点模型可能直接输出坐标，也可能输出 [N,K,H,W] 热力图。前者要确认坐标是否归一化、是否相对裁剪；后者要确定峰值解码和像素中心约定。不能把分类 argmax 的轴照搬到关键点热力图。
本课每个关键点独立寻找空间峰值，同时保留峰值分数。峰值低时返回不可用标记，而不是将默认 argmax 的左上角当成真实关节。分数阈值要在目标数据验证，本例只用构造阈值演示。
从热力图回到原图
假设原图裁剪区域为 [x0,y0,x1,y1]，热力图采用格子中心解释，则 x=x0+(col+0.5)×crop_width/W，y 同理。某些网络使用端点对齐或额外偏移校正，必须按模型训练与导出约定调整。
若前处理包含旋转或仿射对齐，应使用逆变换矩阵，而不是只乘缩放系数。框越界裁剪与 padding 也要进入逆映射记录。
输出坐标不等于动作结论
两点连线只是骨架可视化。跌倒、挥手等行为往往依赖时间序列、视角和任务定义；不能仅凭某帧一个关节点高度就宣布动作识别完成。被遮挡的关节需要明确低质量或缺失状态。
练习
将裁剪区域平移 10 像素，检查所有有效点也平移 10；把某个热力图变成全零，确认它不会产生有效坐标。参考结论：几何映射随裁剪变化，但低分点应被屏蔽。
交付关键点编号表、骨架连接、可见性定义和坐标还原测试。左右关节编号错误往往不会触发运行错误，应通过可控姿态图检查。
配套实验与运行记录
实验：人体关键点与姿态估计
查看完整代码：main.py
"""解码热力图并还原裁剪坐标，区分峰值分数、可见性与动作判断。"""
import numpy as np
def decode(heatmaps, crop, threshold=0.5):
k, h, w = heatmaps.shape
x0, y0, x1, y1 = crop
result = []
for heat in heatmaps:
row, col = np.unravel_index(heat.argmax(), heat.shape)
score = float(heat[row, col])
point = (
[x0 + (col + 0.5) * (x1 - x0) / w, y0 + (row + 0.5) * (y1 - y0) / h]
if score >= threshold
else None
)
result.append({"point": point, "score": score})
return result
def main():
maps = np.zeros((3, 4, 4))
maps[0, 1, 2] = 0.9
maps[1, 2, 1] = 0.8
first = decode(maps, [100, 50, 180, 130])
shifted = decode(maps, [110, 60, 190, 140])
np.testing.assert_allclose(first[0]["point"], [150, 80])
assert first[2]["point"] is None
for a, b in zip(first[:2], shifted[:2]):
np.testing.assert_allclose(np.array(b["point"]) - a["point"], [10, 10])
print(first)
if __name__ == "__main__":
main()
在项目根目录执行；下载包解压后，在解压目录执行 python3 main.py。
cd 'content/posts/AI-深度学习/嵌入式视觉模型进阶/21-人体关键点与姿态估计/code' && python3 main.py在本篇代码目录执行 python3 main.py。依赖安装、可选入口见包内 README.md；实际运行结果见 verification.md。下载包包含本课使用的辅助模块与样例。
参考与进一步阅读
原始论文或官方文档用于核对结构、接口和适用范围。本篇代码是围绕教学目标编写的最小实验；除明确注明的完整入口外，不视为对应论文模型的完整复现。