智慧教室_基于深度学习实现课堂专注度分析+检测考试作弊系统java源码+模型+项目说明.7z 智慧教室项目的Java版本，尝试将多人姿态估计、情绪识别、人脸识别、静默活体检测等技术在java上实现。 【环境要求】 java 1.8 Deep Java Library 0.12.0-SNAPSHOT 更多详见pom.xml文件 【功能】 AlphaPose多人姿态估计 轻量化AlphaPose的SPPE 组合LPN和轻量化人脸对齐的轻量化全身姿态估计(86关键点)方法 实时流水线处理框架 多人姿态估计任务的ForkJoin并行处理 课堂19种行为的识别（基于关键点的逻辑回归方法） 头部姿态估计 rtmp视频推流 【智慧教室方案拓扑图】

人体姿态识别 Alpha Pose is an accurate multi-person pose estimation system. It is the first open-sourced system that can achieve 70+ mAP (72.3 mAP) on COCO dataset and 80+ mAP (82.1 mAP) on MPII dataset. To associate poses that indicates the same person across frames, we also provide an efficient online pose tracker called Pose Flow. It is also the first open-sourced online pose tracker that can both satisfy 60+ mAP (66.5 mAP) and 50+ MOTA (58.3 MOTA) on PoseTrack Challenge dataset.

消息！ 2020年8月： 发布了！ 更强大的追踪！ 包括全身（脸，手，脚）要点！ 现在可用。 2019年12月：AlphaPose 发布了！ 较小的型号，更高的精度！ 2019年4月：发布的AlphaPose！ 在COCO验证集上，它以23 fps的速度运行。 2019年2月： 集成到现在AlphaPose！ 2018年12月：了PoseFlow的！ 3倍更快，支持姿态跟踪结果可视化！ 2018年9月： 发布了！ 它在COCO验证集上以20 fps的速度运行（平均每张图像4.6人），并达到71 mAP！ AlphaPose 是一种精确的多人姿势估计器，它是第一个开源系统，在COCO数据集上达到70+ mAP（75 mAP），在MPII数据集上达到80+ mAP（82.1 mAP）。 为了在帧中匹配与同一个人相对应的姿势，我们还提供了一种称为Pose Flow的高效在线姿势跟踪

AlphaPose 是一个精准的多人姿态估计系统，是首个在 COCO 数据集上可达到 70+ mAP（72.3 mAP，高于 Mask-RCNN 8.2 个百分点），在 MPII 数据集上可达到 80+ mAP（82.1 mAP）的开源系统。为了能将同一个人的所有姿态关联起来，AlphaPose 还提供了一个称为 Pose Flow 的在线姿态跟踪器，这也是首个在 PoseTrack 挑战数据集上达到 60+ mAP（66.5 mAP）和 50+ MOTA（58.3 MOTA）的开源在线姿态跟踪器，精准度高于现有技术的最好结果。

人体跌倒检测与追踪 使用Tiny-YOLO oneclass检测帧中的每个人，并使用获取骨骼姿势，然后使用模型从每个人跟踪的每30帧中预测动作。 现在支持7种动作：站立，行走，坐着，躺下，站起来，坐下，跌倒。 先决条件 Python> 3.6 火炬> 1.3.1 原始测试运行在：i7-8750H CPU @ 2.20GHz x12，GeForce RTX 2070 8GB，CUDA 10.2 数据 该项目已经训练了一个新的Tiny-YOLO oneclass模型，以仅检测人的物体并减小模型的大小。 使用旋转增强的人员关键点数据集进行训练，以在各种角度姿势中更可靠地检测人员。 对于动作识别，使用来自跌倒检测数据集（，家庭）的数据，通过AlphaPose提取骨骼姿势，并手动标记每个动作帧，以训练ST-GCN模型。 预训练模型 Tiny-YOLO oneclass- ， SPPE

这款比openpose更精确，同时也更快，比mask r cnn更快

AlphaPose的轻量化单人姿态估计网络（SPPE）训练代码 使用步骤 1. 下载数据集放置到train_demo/data文件夹 2. pip install -r requirements.txt 3. 安装pycocotools和alphapose 3.1 cd train_demo 3.2 python setup.py install 3.3 python setup1.py build develop 4.开始训练 python train_demo/train.py 相关博客：https://blog.csdn.net/xzq1207105685/article/details/119331007

内含MSCOCO数据集中的模型（除FastPose（DCN））的.pth文件，直接从GitHub上下载很慢且很多放在谷歌云无法下载，现上传方便大家下载学习，需要其他数据集模型的见其他资源，文件太大不能一起上传

内含Halpe数据集中的模型和FastPose(DCN)的.pth文件，直接从GitHub上下载很慢且很多放在谷歌云无法下载，现上传方便大家下载学习，需要其他数据集模型的见其他资源，文件太大不能一起上传

faster rcnn+ alpha pose model